Его единственный инструмент — постоянное IPython-ядро. Модель может программно искать по своей истории, вызывать инструменты, запускать постоянных субагентов и хранить полезное состояние вне активного контекста.
Prime Intellect описывают это так:
«RLM рассматривает контекст как переменную, а делегирование субагентам — как вызовы функций внутри REPL».
В основе лежат три идеи:
— программный вызов инструментов через RLM;
— постоянная работа нескольких субагентов;
— самоизменяемый harness, который позволяет агенту обновлять собственную память, навыки и настройки.
Они сообщают о заметном приросте результатов на задачах с длинным контекстом и долгим горизонтом. На ARC-AGI-3 Opus 5 в стандартной конфигурации набрал 30,2%, а с Prime Agent результат вырос до 95,5%, превысив заявленный хуман эксперт базлайн — 95,4%.
Также на предварительном бенчмарке он с нуля создал рабочие эмуляторы SEGA Genesis и Game Boy Color на Rust :D
опенсорс 🥰