RLM 递归调用自己:用尾递归门控链把 harness 当模型训练

a1zhang · x · 2026-11-20

a1zhang 介绍论文另一实验:harness 递归调用自身时也可保持局部分布内性质,此时 harness 被抽象为原设定中的子 LLM——这正是 Recursive Language Models(RLMs)名称的由来。他们把 RLM 用多次子调用解出的任务组成 meta-task:RLM 必须依次解题才能解锁下一题,可通过对 harness 本身做尾递归来训练。

所属事件:MIT 论文:LM Harness 是组合泛化器而非弱模型拐杖(10 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →