研究者らは、長期タスクにおける再帰的自己改善の課題に対処するために設計された再帰的経験・作業記憶アーキテクチャであるRecurisを紹介する。このシステムは、作業記憶を使用してタスクの進捗を追跡し、経験記憶からスキル選択をガイドすることで、完全な履歴ではなく現在のニーズに基づいて判断を行う。

  • 固定されたメタエージェントが実行証拠を処理し、スキル記憶に対する局所的な更新を行い、有界な再帰的メモリ進化ループを形成する。
  • Recurisは4つの長期ベンチマークと10モデルにわたる37組の完了したモデル・ベンチマークペアのうち35組でタスク成功率を向上させた。
  • このアーキテクチャはフロンティアモデルをSOTAレベルのパフォーマンスへ引き上げ、GPT-5.6 Solには+17.8ポイント、Claude Opus 5にはtau-benchで+15.6ポイントを追加した。
  • Qwen3.6-27B/35Bにおいて、RecurisはSkillFlowでそれぞれ+16.6/+13.5ポイントの向上をもたらし、最長のタスクではその優位性が+32.2ポイントまで拡大した。
  • 対話の長期化に伴い、一般的な長期失敗が最大80%減少した。

これらの結果は、再帰的に進化するメモリがRSIのためのスケーラブルな基盤であることを示し、エージェントが蓄積された経験を継続的に変換してより効果的な長期行動を実現可能にする。