연구원들은 장기적 작업에서 재귀적 자기 개선의 과제를 해결하기 위해 설계된 재귀적 경험-작업 기억 아키텍처인 Recuris를 소개합니다. 이 시스템은 작업 기억을 사용하여 진행 상황을 추적하고 경험 기억에서 기술 선택을 안내하며, 실패를 국한하고 현재 필요에 따라 기술을 업데이트하는 제한된 루프를 생성합니다.

  • Recuris는 네 가지 벤치마크에서 37개의 완료된 모델-벤치마크 쌍 중 35개에서 작업 성공률을 향상시켰습니다.
  • tau-bench에서 GPT-5.6 Sol에 +17.8포인트, Claude Opus 5에 +15.6포인트를 추가하여 87.9%에 도달했습니다.
  • SkillFlow에서 Qwen3.6-27B/35B에 +16.6/+13.5포인트를 추가했습니다.
  • 상호작용 범위가 증가할수록 이점이 확대되어 가장 긴 작업에서 +32.2포인트를 추가합니다.
  • 일반적인 장기적 실패가 최대 80% 감소했습니다.

이 접근 방식은 재귀적으로 진화하는 기억을 재귀적 자기 개선의 확장 가능한 기반으로 위치시켜, 에이전트가 축적된 경험을 지속적으로 더 효과적인 행동으로 변환할 수 있게 합니다.