MIT’s Recursive Language Models rethink AI memory by treating documents like searchable environments, enabling models to ...

研究人员提出的递归语言模型（Recursive Language Models, RLMs）通过引入Python交互环境，让模型学会写代码去分块读取、检索并递归调用自身处理信息，成功在千万级Token的超长文本任务中实现了性能与成本的双重突破。

2025年的最后一天， MIT CSAIL提交了一份具有分量的工作。当整个业界都在疯狂卷模型上下文窗口（Context Window），试图将窗口拉长到100万甚至1000万token时，这篇论文却冷静地指出了一个被忽视的真相：这就好比试图通过背诵整本百科全书来回答一个复杂问题，既昂贵又低效。 他们正式提出了递归语言模型（Recursive Language Models, RLM）。聚焦于如何在 ...

这个批评有一定道理。从本质上看，RLM确实是把上下文问题转化为搜索问题，而非真正的压缩或记忆。它依赖模型生成可靠的检索代码，而当前模型在这方面并不完美——可能写出糟糕的正则、陷入无限递归、或者遗漏关键片段。

新年伊始，MIT CSAIL 的一纸论文在学术圈引发了不小的讨论。Alex L． Zhang 、 Tim Kraska 与 Omar Khattab 三位研究者在 arXiv 上发布了一篇题为《Recursive Language ...

Machine learning is reshaping the way portfolios are built, monitored, and adjusted. Investors are no longer limited to ...

Introduction Application of artificial intelligence (AI) tools in the healthcare setting gains importance especially in the domain of disease diagnosis. Numerous studies have tried to explore AI in ...