待验证50% 置信事实精确时间
RLM 的 REPL 提供辅助函数：context_meta() 返回受限元数据、peek(start, end) 按偏移取有界切片、search(pattern, max_hits=100) 带命中上限的正则搜索、sub_query(prompt, slice) 把语义判断委派给子 LLM
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9
来源
涉及实体
相关事实
待验证RLM 的系统提示规定模型是递归语言模型的根节点，输入被加载进长期运行的 Python REPL，模型只拿到实时上下文句柄而非原始内容75% 相似待验证RLM 中输入 P 永远只作为 REPL 变量（context/ctx）存在，绝不出现在根 LLM 的窗口里，根 LLM 只收到小体量的元数据消息69% 相似待验证递归语言模型（RLM）通过将复杂任务拆解为子任务并对子任务再次调用自身，使每个子问题拥有完整的独立上下文空间，区别于思维链在单次上下文窗口内的线性推理64% 相似待验证Relm是一个开源工具，将本地运行的LLM封装为R语言的原生(base-R)对象，并将可解释性作为核心设计目标62% 相似待验证RLM 通常指将强化学习机制与语言模型深度融合的一类模型架构62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/997771API
curl https://kongchang.com/api/v1/knowledge/claims/997771MCP
get_claim(id=997771)