EN한
← wiki

$ cat wiki/papers/2026/2611.18856-self-improvement-memory.md

Self-Improvement Memory

paper갱신 2026-11-19생성 2026-11-19

TL;DR

Self-Improvement Memory (SIM)는 호환되는 벤치마크나 정책 모델로 최적화를 이어갈 때 하네스 수정의 이유와 결과를 보존한다. 작업을 푸는 에이전트가 아니라 최적화기를 위한 메모리다. (source)

저자와 소속

Xin Yu, Fei Xia, Jiaqi Pan, Youbao Tang, Chengzhi Liu, Adams Yu, Sicong Jiang, Yanfei Chen, Lingzhou Xue 및 Ting Yu. 검토한 초록 기록에서는 소속을 확인하지 못했다. (source)

방법

저자들은 Continual Recursive Self-Improvement (CRSI)를 연구한다. SIM은 반복되는 하네스 문제를 기준으로 변경 사항을 묶고, 수정 근거, 예측한 결과와 관찰한 결과, 평가 맥락을 기록한다. 이후 시도에서 이 이력을 확장하므로 벤치마크나 정책이 바뀌어도 앞선 설계 결정을 참고할 수 있다. (source)

결과

저자들은 4개 영역에서 데이터셋 간 비교와 모델 쌍 간 비교를 수행했으며, 하네스만 이어받거나 근본 원인만 이어받는 방식보다 최종 점수가 높았다고 보고한다. 10개의 독립적인 코딩 원본 실행에서 짝지어 이어간 SIM 실행은 하네스만 이어받는 방식보다 최종 점수가 평균 2.36점 높았다(p=0.003). 이는 절대 성공률이 아니라 점수 차이다. (source)

의의

Eval Harness Configuration 관점에서 재사용하는 산출물에는 수정의 근거도 포함된다. 최적화기의 상태를 통해 Agents (LLM Agents)와 연결되지만, 보편적인 전이나 자율적인 가중치 개선을 입증한 것은 아니다. (source)

열린 질문

이번 검토는 초록과 메타데이터만 다룬다. 전체 평가 절차, 호환성의 한계와 구현 비용은 여기서 평가하지 않았으며, 보고된 결과를 독립적으로 재현하지도 않았다. (source)

인용

Referenced by

Sources