按年被提到
20252025 · 5 次2026
强化学习与智能体›大模型智能体·arXiv:2511.09030 · cs.AI

Solving a Million-Step LLM Task with Zero Errors

零错误解决百万步的大模型任务
Elliot Meyerson, Giuseppe Paolo, Roberto Dailey, Hormoz Shahrzad, Olivier Francon, Conor F. Hayes, Xin Qiu, Babak Hodjat, Risto Miikkulainen · 2025

MAKER:极端拆分任务加多智能体投票,百万步零错误

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 5 人首次 2025-11-14 · 最近 2026-02-05
5不同的人
3活跃月份
5讨论串
9被引(OpenAlex)

大模型有持续的错误率,在汉诺塔等任务上最多几百步就会出错脱轨。论文提出 MAKER,称是首个成功完成超过一百万个 LLM 步骤且零错误的系统,原则上还能扩展得更远。做法是把任务极端分解为许多子任务,交给专注的微智能体处理,高度模块化使得每一步都可以用高效的多智能体投票方案做纠错。作者据此认为,与其依赖 LLM 的持续改进,不如采用大规模分解的智能体流程(MDAP)来解决组织与社会层面的问题。

HN 为什么提它

HN 评论者引它作为“通过任务分解让 LLM 完成百万步依赖推理且零错误”的研究,用来说明如何拆分任务并合并多个模型的答案。

方法难度 3 / 5约 35 分钟经得起时间
读之前最好知道
1大语言模型智能体与工具使用
2汉诺塔等长程规划任务
3多智能体投票与纠错
4任务分解

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用jarrattp31 · 2025-11

“Our new research demonstrates the first system to complete 1M+ dependent reasoning steps with zero errors”

介绍这项新研究首次零错误完成百万步以上相互依赖的推理
First Agentic System to Solve a Million-Step Reasoning Problem with Zero Errors原评论 ↗
引用jdironman · 2025-12

“Its based on a paper* that was featured on here a while back actually [1].”

指出所讨论的东西基于这篇不久前上过 HN 的论文
I failed to recreate the 1996 Space Jam website with Claude原评论 ↗
引用nprz · 2026-02

“There is research[0] currently being done on how to divide tasks and combine the answers to LLMs.”

引用它说明已有研究在探索如何拆分任务再合并答案
Claude Code Agent Teams原评论 ↗
被提交为 story · 3 次