Recursive Language Model

재귀 언어 모델

긴 prompt를 프로그램 변수로 두고 모델이 코드와 재귀 호출로 나눠 처리하게 하는 추론 방식이다.

기사 2편최근 언급

Recursive Language Model(RLM)은 긴 prompt를 모델의 context에 모두 넣는 대신 프로그램 실행 환경의 변수로 두고, 언어 모델이 코드를 써서 필요한 부분을 잘라 읽거나 자기 자신을 재귀적으로 호출해 처리하게 하는 추론 방식이다. 2025년 MIT 연구진이 제안했다.

context window 길이보다 훨씬 긴 입력을 다루기 위한 방법으로 연구되며, 모델이 입력을 프로그램처럼 분해해 다루므로 작은 모델로도 긴 입력을 처리할 수 있다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

  • Code Mode로 도구 호출 묶는 Claude, 입력 token 53% 수준AI 활용 ·

    이 방향은 MIT CSAIL 연구진이 내놓은 Recursive Language Models(RLM) 연구와 맞닿아 있습니다.

    기사 읽기
  • LLM 작동 원리로 세우는 agent의 context 설계 기준AI 활용 ·

    context 한계를 다른 방식으로 넘는 시도로 Recursive Language Model이 소개됩니다.

    기사 읽기

설명이 잘못되었거나 찾는 항목이 없나요?

위키 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리합니다. 잘못된 설명은 정정 요청으로 알려 주시면 확인해 고칩니다. 새 기사에 나온 이름은 기사가 올라온 뒤 위키에 더해집니다.