本文提出了一种新方法“建设性电路放大”，通过识别模型推理中的关键标记和相关组件，针对性地更新大语言模型（LLMs）的特定电路。这种方法在数学推理中提高了准确率，最多可达11.4%，同时仅修改了1.59%的模型组件，对其他能力影响最小，表明选择性更新稀疏组件可以有效增强特定能力。