11:39官方账号arXiv cs.LG@Purbesh Mitra, Sennur Ulukus该论文提出 Chained Recursive Language Models(Chained RLM),一种推理时架构,让同一个模型以全新上下文被反复调用。每一轮推理接收原始问题和紧凑摘要,而非完整对话历史,通过黑板和工作区传递中间结果。论文描述了系统模型、交接机制、工件工作区及评估协议,并研究了何时使用新鲜上下文的多阶段计算相比直接回答更准确。在需要抽取、计数、排序和多跳推理的任务中,该方法能减少早期错误传播。论文Chained RLM推理模型长上下文推荐理由:这篇论文把一次长推理拆成多轮小步骤,每一步都能检查修正,适合做长文档问答的人看看。原文稍后读已读值得跟进有用关注 Chained RLM