Prime Intellect 发布递归语言模型 (RLM)：范式转变使 AI 能够管理自身上下文并解决长期任务

本文报道了 Prime Intellect 发布递归语言模型 (RLM) 的消息，这是一种处理 LLM 中长上下文任务的新方法。核心创新是将输入数据视为动态环境，避免了与传统上下文窗口相关的信息丢失。关键突破包括上下文折叠、极高的效率和长期自主性。INTELLECT-3 的发布，一个开源 MoE 模型，进一步强调了透明度和可访问性。本文强调了 AI 在管理和处理信息方面的重大进步，这可能导致更高效、更强大的 AI 系统。

• •RLM 将长提示视为动态环境，避免上下文腐烂。
• •上下文折叠将任务委托给子 LLM 和 Python 脚本。
• •RLM 表现出极高的效率，在长上下文任务上优于标准模型。
• •该系统可以在长期任务中保持一致性。
• •INTELLECT-3，一个开源 MoE 模型，与这项研究一起发布。