RLM 论文发布:GPT-5-mini 在 OOLONG 上答对数超 GPT-5 两倍
gordic_aleksa · x · 2026-09-20
Recursive Language Models（RLM）论文正式发布（论文，代码），提出让语言模型通过 Python REPL 环境把输入上下文当作变量，递归分解并交互处理，以支持本质上无限制的输入/输出长度并缓解 context rot。
关键结果：
- 在最难的长上下文基准 OOLONG 上，基于 GPT-5-mini 的 RLM 答对数超过 GPT-5 一倍以上，且单次查询平均成本更低
- 在基于 BrowseComp-Plus 构建的新长上下文 Deep Research 任务上，RLM 优于 ReAct + 测试时索引/检索等方法
- 意外发现：推理时输入 10M+ token 性能仍不下降
作者认为显式训练递归推理的 RLM，很可能是继 CoT 推理模型、ReAct agent 模型之后通用推理时扩展的下一个里程碑。
所属事件:RLM 递归语言模型发布：GPT-5-mini 长上下文答题数超 GPT-5 两倍(2 条相关)→
「研究」频道最新
- 别把 2024 年论文当突破：RLAIF 早已被广泛使用 — burny_tech · 2026-09-20
- 数学家称借助 LLM 证明 Catalan 常数是无理数,百年难题告破 — burny_tech · 2026-09-20
- 大脑仅 20 瓦,类脑计算能否让 AI 摆脱耗电困局? — burny_tech · 2026-09-20
- AI 数学证明之争,学者推荐《跨代数学证明》文集 — RexDouglass · 2026-09-20
- 四个 LLM 打《毁灭战士》：Jev 击杀 5.63 领跑，实测延迟差 15 倍 — shniydder · 2026-09-20
- Odyssey-3:数十小时示教数据让单一世界模型适配多种机械臂 — ChongZzZhang · 2026-09-20