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
「编程与Agent」频道最新
- 25+ 条 prompt 用 Claude 做出《Scrapyard Fury》载具战斗游戏 — DamageHelpful9364 · 2026-09-26
- 纯代码生成整片孟买日出街区,Claude Opus 5.5 不用任何 3D 模型 — CurieuxExplorer · 2026-09-26
- 从 Claude 转投 ChatGPT Pro 一个月：用户直呼后悔想回去 — Honest_Abroad_5846 · 2026-09-26
- 作者全天用手机向 agent 投放想法，探索不用电脑的工作流 — CurieuxExplorer · 2026-09-26
- 两名生物学家监督,Claude 四周优化 30+ 生化模型代码 — jiqizhixin · 2026-09-26
- 多模型接力做舞蹈视频:GPT Images 2.5 加 Grok 加 Opus 5.5 全流程演示 — i_dg23 · 2026-09-26