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
- Cohere等论文:合成预训练收益竟源于嵌入初始化偏差 — LauraRuis · 2026-11-04
- kalomaze 展示 DeepSeek V3.1 底座更大骨干实验，eval loss 降至约 0.82 — kalomaze · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- SpecPilot 智能体自动优化投机解码：速度从 4.46× 提升至 10.87× — pmttyji · 2026-11-04
- 自主 Agent 定制 MSA 策略，提升 AlphaFold 3 蛋白复合物预测 — SJTU · 2026-11-04
- 腾讯 LoCo 用局部偏好学习教会模型何时停止思考，推理大幅变短且不掉准确率 — tencent · 2026-11-04