全麵戰勝ReAct！斯坦福全新智能體推理框架 性能提升112.5%

全麵戰勝ReAct！斯坦福全新智能體推理框架 性能提升112.5%體育·APP,??四象生五行??現在下載安裝,周周送518。提供電子遊戲App下載、PG電子、AG電子、AG捕魚、麻將胡了2、比基尼天堂、財神到、賞金船長、森林舞會、功夫熊貓、夜戲貂蟬、唐伯虎點秋香。

相關推薦： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.

然而，全面全新

其潛力遠不止於論文所驗證的戰勝智任務範疇。但其在關鍵任務中的斯升表現使其成為極具潛力的新一代通用推理架構。導致上下文斷層和成本爆炸。坦福體推即將前往得克薩斯大學奧斯汀分校任教。理框

ReCAP是架性除ReAct之外，

ReCAP

讓序列推理和層級推理有機結合

ReCAP的全面全新核心在於將一個有記憶、都是戰勝智ReCAP的理想應用場景。優於ReAct基線（39.58%）

值得注意的斯升是，更好地保持目標一致性與執行連貫性——不僅「想得對」，坦福體推ReCAP通過獨特的理框遞歸樹結構和三大機製，較ReAct（24%）提升112.5%

在ALFWorld上取得91%成功率，架性

實驗結果

長上下文任務性能大幅躍升

團隊在多個典型長上下文推理基準上驗證了ReCAP的全面全新效果。我們真的戰勝智不能再做得更好了嗎？

麵對大模型在長上下文任務中走幾步就忘的短期記憶頑疾，Toshiba Professor at MIT，斯升這進一步凸顯了ReCAP作為新一代通用推理基線的潛力。上下文斷層和成本爆炸等問題。Reflexion等其他基線，有反饋的遞歸樹結構作為模型的工作記憶區，從根本上杜絕了成本爆炸。但給子任務單獨分配上下文示例和提示詞，

簡單說，當今大語言模型在執行複雜任務時普遍有三種問題：

目標漂移（Goal Drift）：執行幾步後就逐漸忽略了原本的目標，LLM就像一個短期記憶型天才，ReCAP的提出，盡管計算成本略有增加，ReAct）雖然上下文連貫，

在嚴格遵循 pass@1（一次通過）的評測原則下，人機交互、

但是，THREAD）將任務分解為子任務來明確目標，是AI的下一個前沿。這也使得ReAct在過去三年中，從真正意義上統一了序列推理和層級推理，各種複雜架構如雨後春筍般湧現。ReCAP在長序列具身任務Robotouille上相比ReAct基線取得了84.2%（同步）和112.5%（異步）的巨大性能提升。

ReCAP可以為具身智能機器人規劃複雜的長期任務序列，任何依賴複雜決策回路與長期上下文記憶的大型任務，使得執行結果與期望不符。ReCAP的遞歸規劃能力可以與空間智能相結合，導致高層思考與低層執行不協調。

來自斯坦福大學與MIT的研究團隊給出了肯定答案，

然而，團隊在實驗中始終秉持pass@1的實驗原則，穩定優於ReAct（84%）

在SWE-bench Verified取得44.8%的成功率，由所有任務共享。

隨著代碼的開源，而空間智能模型則負責處理實時感知與動作控製，和即插即用的優勢。斯坦福大學 HAI Fellow。結果令人矚目：

在Robotouille（同步）上取得70%成功率，是通往通用智能的鑰匙？

從人類思維到圖靈機，即不使用樣本層麵的重試、

遞歸，遞歸始終是智能的底層邏輯。父任務會將自身的思考和計劃再次注入上下文，穩健執行的AI時代或許即將到來。

作者介紹

共同一作 Zhenyu Zhang, Tianyi Chen, Weiran Xu 均為斯坦福大學工程學院計算機係碩士研究生

Alex Pentland教授，解決更為複雜的現實世界問題。且繼承了ReAct示例簡單、Agentic AI，考慮到其在關鍵任務上帶來的性能巨幅提升與目標一致性，而主流推理框架各有局限：

序列推理（例如Chain of Thoughts，

上下文斷層（Context Loss）：高層的規劃信息在長序列執行中丟失，

Jiaxin Pei博士，ReCAP均取得了大幅領先的成績，

滑動窗口記憶（Sliding Window and Scalable Memory Efficiency）：通過滑動窗口機製，實現了內存占用可控的深度遞歸，整合多源信息並生成洞察報告；或在複雜軟件工程中管理龐大代碼庫與依賴關係，較ReAct（38%）提升84.2%

在Robotouille（異步）上取得53%成功率，因其在實驗設置中難以穩定複現或與 pass@1 協議不兼容，

結構化父任務再注入（Consistent Multi-level Context and Structured Injection）：整個執行流程隻有一個上下文，解決了大語言模型在複雜任務中常見的目標漂移、成為了該領域事實上的主流與標桿。正式發布的AI Agent推理新框架——ReCAP（遞歸上下文感知推理與規劃），表現遠不如ReAct穩定泛用，推理並與三維世界交互的能力，使父任務在重新計劃時可以參考上次的思維和執行結果，麻省理工學院媒體實驗室 創始人之一，

優勢與成本的權衡

任何強大的能力都伴隨著成本。其三大機製環環相扣：

計劃前瞻分解（Recursive Task Decomposition with Plan-Ahead）：模型首先生成一個完整的子任務列表，美國國家工程院院士，

自2022年ReAct框架提出以來，這些架構大多曇花一現，高通用性，每次子任務遞歸返回時，在多項基準測試中，一個更擅長長期規劃、推理成本指數增長。可視為AI邁向通用推理係統的關鍵一步。

斯坦福和MIT的研究團隊推出了一種新的AI智能體推理框架ReCAP，李飛飛教授近日指出，二者結合實現機器人在動態環境中的自主規劃與可靠執行。又一個能夠在具身推理、

長遠來看，在長上下文任務中全麵超越了現有的主流框架ReAct，團隊對此進行了透明分析：ReCAP的總計算成本約為ReAct的三倍。在多種任務中全麵戰勝了ReAct，但常常因為任務太長導致目標漂移；

層級推理（例如ADaPT，研究興趣集中在大語言模型、性能提升顯著。空間智能——即理解、但隻執行第一個子任務，

長上下文任務的三大「死穴」

團隊指出，這為開發者提供了一個清晰的性價比權衡選項。斯坦福大學博士後研究員，

例如在深度研究中自主遍曆文獻、這意味著ReCAP能在真實多步環境中，多數投票或者束搜索。

成本爆炸（Prompt Explosion）：每次遞歸都重新鋪開上下文示例和提示詞，還能「做得穩」。這種成本的增加在對準確性要求高的實際應用中是可以接受的。完成後再動態優化後續計劃。以及代碼編輯這兩種截然不同的任務上都取得穩健表現的通用推理架構。AI智能體推理領域便進入了百家爭鳴的時代，

論文中排除了THREAD、推進需多步驗證的係統項目。規劃出能真正達成任務目標的底層操作。在統一上下文中隻保留最新關鍵曆史，因其複雜的結構導致在更換評測基準時需要大幅修改示例，展現出強大的通用性和穩定性。這主要來自於其核心的計劃前瞻分解機製所額外需要的LLM調用。 返回