观察o3模型在CoT中自我纠错，避免重复搜索循环

看到o3在CoT中对自己说“等等，我在这里绕圈子”，然后跳出重复搜索循环，这太棒了。他们在这方面确实改进了。现在有很多思考阶段，看起来与基础CoT不同。链中多次反思。