SOLVING A MILLION-STEP LLM TASK WITH ZERO ERRORS

一、文章主要内容

1. 研究背景：大型语言模型（LLMs）在推理、工具使用上成果显著，但受固有误差率限制，无法完成人类/组织级的超长步骤（如百万步）任务，传统单Agent系统在长任务中易失效。
2. 核心框架与系统：提出大规模分解智能体流程（MDAP）框架，核心含三组件——极端分解（将任务拆分为最小子任务）、子任务级投票纠错、红标机制（丢弃高风险响应）；基于该框架实现MAKER系统。
3. 实验验证：以汉诺塔为基准任务，MAKER首次零错误完成20盘汉诺塔（需1,048,575步），验证了小型非推理模型（如gpt-4.1-mini）的有效性，且成本远低于大型模型。
4. 关键结论：MDAP框架通过“分解+纠错”提供LLM长任务扩展新路径，无需依赖LLM性能持续提升，可实现高效、安全、可靠的规模化任务执行。

二、文章创新点

1. 提出MDAP框架，首次将任务“极端分解”至单步子任务，并结合投票纠错与红标机制，解决长任务误差累积问题。
2. 形式化推导MDAP缩放规律，证明全任务成功概率与成本随步数呈对数线性增长（E[cost]=Θ(sln⁡s)\mathbb{E}[cost]=\Theta(s\ln s)