⌘ K
… 读取采集状态 同步中...
雷
原文
Latent Space·· 11 天前AI 评分58

MIT 博士生 Alex Zhang 深入探讨递归语言模型与智能体系统

Academia is for Ambition — Alex Zhang, MIT

AI 导读

MIT 博士生 Alex Zhang 在访谈中分享了其在递归语言模型(RLM)和 GPU 内核生成方面的研究,指出智能体系统当前最大的瓶颈是长上下文处理。他提出 RLM 采用以代码为唯一工具的极简架构,通过递归调用子智能体来管理共享的上下文环境。访谈还讨论了通过精心设计 harness 来提升跨任务组合泛化能力,以及非自回归模型如何为低延迟和分类任务开辟新的优化空间。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Latent Space · latent.space