基于 MIT 递归语言模型,开发者开源 Fabric-RLM 处理大规模数据任务
PawarBI · x · 2026-09-26
微软 Fabric 团队的 Sandeep Pawar 发布开源项目 Fabric-RLM,历时 5 个月打造,把 MIT 的 Recursive Language Model(RLM)思路落地到 Microsoft Fabric 笔记本中处理数据密集型任务。
核心问题:直接问 LLM 大型 CSV、宽表 Excel 或一堆 PDF,要么塞不进上下文,要么模型硬答但数字不可信。
工作方式:
- RLM 不再把数据全部塞进上下文,而是让模型写代码检查数据、对所需片段递归调用自身(基于 DSPy 的 RLM 模块,源自 Alex Zhang、Tim Kraska、Omar Khattab 的论文)
- 用户只需提供:自然语言任务、输入(Lakehouse 文件、Delta 表、语义模型、CSV 等)、输出契约(字段与类型)
- 模型在笔记本会话的子进程中运行 Python,查看结果、修代码、循环迭代直到完成
所属事件:微软团队开源 Fabric-RLM，用 LLM 递归处理大规模数据(2 条相关)→
「编程与Agent」频道最新
- Matt Pocock:课程最惊艳的不是 Agent,而是 DDD 领域驱动设计 — mattpocockuk · 2026-11-11
- AI 智能体日夜运转一个月,复现法国气象局 AROME 天气模型 — IgorCarron · 2026-11-11
- 让 AI 角色扮演「高执行力传奇玩家」,提示词的隐藏秘诀 — tokenbender · 2026-11-11
- Agent 验证不设截止时间等于没验证：一份防护设计准则 — Key-Register-1969 · 2026-11-11
- 免费开源课程：从零构建 Claude Code 克隆，8 文章 6 视频讲透 harness 工程 — blaizedsouza · 2026-11-11
- 百度开源文心 5.5 Flash Preview:连写 11 小时代码做出武侠游戏 — xiaohu · 2026-11-11