本文提出LLM×MapReduce框架，用于解决大语言模型处理超长文本的难题。该框架无需额外训练，采用"分治+聚合"策略：首先将长文本分割(Map阶段)，通过提示词引导LLM提取结构化信息；可选Collapse阶段对中间结果压缩；最终Reduce阶段整合所有信息，解决跨块依赖和冲突。相比基于训练的方法，该方案成本低且灵活，但可能难以完美捕捉长距离依赖。实验表明该框架能有效处理远