- 博客(2)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 ReCAP：LLM 长程任务的递归上下文推理框架
摘要： 斯坦福与MIT团队提出的ReCAP框架解决了大语言模型（LLM）在长程任务中的三大核心问题：目标漂移、上下文断层和成本爆炸。ReCAP通过构建递归上下文树，将全局目标拆解为结构化子任务，并在执行过程中动态维护父计划和全局约束，确保局部操作与整体目标一致。其三大机制——计划前瞻分解、结构化父计划再注入和滑动窗口记忆——分别针对目标锚定、跨层信息保留和成本控制，在单一LLM会话内实现高效的多层级任务规划与执行。以电商用户模块开发为例，ReCAP显著提升了代码逻辑的一致性和执行效率。
2025-12-11 10:21:40
1206
原创 AgentScope Java 入门到进阶
AgentScope Java是一个基于大语言模型(LLM)的智能体开发框架，提供构建智能体应用所需的核心功能。开发者可以通过Maven添加依赖快速集成，使用建造者模式创建智能体，配置系统提示和底层模型。框架支持工具调用（如计算器工具）和多智能体协作（通过顺序管道），实现任务链式处理。示例展示了从基础智能体创建到高级功能的使用流程，帮助开发者快速构建生产级AI应用。
2025-12-10 11:24:40
3401
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人