RLM 推理范式拆解：用 CodeAct REPL 让 LLM 自己递归处理无限长上下文

Thu, 18 Jun 2026 15:06:00 +0800

RLM 推理范式拆解：用 CodeAct REPL 让 LLM 自己递归处理无限长上下文

alexzhang13/rlm 改造的对象是"如何调用 LLM"这件事本身。传统接口 llm.completion(prompt, model) 把整段 prompt 塞进上下文窗口；RLM 提出的 rlm.completion(prompt, model) 把 prompt 当成代码环境里的变量，让 LLM 在 REPL 里编程式地审视、拆解、递归调用自己。截至 2026 年 6 月，这个由 MIT OASYS 实验室开源的项目（5,108+ Stars、842+ Forks、MIT 许可证、配套论文 arXiv:2512.24601）已经发展出 7 种 sandbox 适配器（local / ipython / docker / modal / prime / daytona / e2b），并附带基于 Prime Intellect prime-rl 的训练环境。

RLM on Text Matrix

RLM 推理范式拆解：用 CodeAct REPL 让 LLM 自己递归处理无限长上下文

RLM 推理范式拆解：用 CodeAct REPL 让 LLM 自己递归处理无限长上下文