शोधकर्ताओं ने Recuris का परिचय दिया, जो एक पुनरावर्ती अनुभविक-कार्य स्मृति (Experiential-Working Memory) आर्किटेक्चर है, जिसका डिज़ाइन लंबे-अवधि कार्यों में पुनरावर्ती स्व-सुधार की चुनौतियों को दूर करने के लिए किया गया है। सिस्टम अनुभविक स्मृति से कौशल चयन का मार्गदर्शन करने और प्रगति को ट्रैक करने के लिए कार्य स्मृति का उपयोग करता है, जिससे एक सीमित लूप बनता है जो विफलताओं को स्थानीयकृत करता है और वर्तमान आवश्यकताओं के आधार पर कौशल को अपडेट करता है।
- Recuris ने चार बेंचमार्क्स में 37 पूर्ण मॉडल-बेंचमार्क जोड़ों में से 35 में कार्य सफलता को बढ़ाया।
- tau-bench पर, यह GPT-5.6 Sol में +17.8 अंक और Claude Opus 5 में +15.6 अंक जोड़ता है, जिससे 87.9% तक पहुँच मिलती है।
- यह SkillFlow पर Qwen3.6-27B/35B पर +16.6/+13.5 अंक जोड़ता है।
- इंटरैक्शन हॉरिजन बढ़ने के साथ लाभ बढ़ जाता है, सबसे लंबे कार्यों पर +32.2 अंक जोड़ता है।
- सामान्य लंबे-अवधि विफलताओं को 80% तक कम किया गया है।
यह दृष्टिकोण पुनरावर्ती रूप से विकसित होने वाली स्मृति को पुनरावर्ती स्व-सुधार के लिए एक स्केलेबल आधार के रूप में स्थापित करता है, जिससे एजेंटों को संचित अनुभव को अधिक प्रभावी व्यवहार में निरंतर बदलने की क्षमता मिलती है।