"Rekursiiviset kielimallit" Mahdollisesti suuri suunta LLM:ille vuonna 2026 MIT:n tutkijoilta Heidän lähestymistavansa mukaan kehotetta ei "ajeta" suoraan, vaan se tallennetaan muuttujana ulkoiseen Python REPL:iin, ja kielimalli kirjoittaa koodia tarkastaakseen/viipaloimaan/purkaakseen pitkän merkkijonon, tarkkailee suoritustuloksia ja rakentaa sitten alitehtäviä, joissa se rekursiivisesti kutsuu LLM:n pelkästään asiaankuuluviin pätkiin. Tuloksen ompeleminen yhteen, kun rekursiivinen prosessi päättyy. joten se voi ratkaista 10M+ token-tehtäviä paljon vähemmällä "kontekstin lahoamisella" ja usein alhaisemmilla kustannuksilla kuin yhteenveto/RAG, muuttaen pitkän kontekstin skaalauksen päättelyaika-algoritmiksi eikä vain suuremmaksi kontekstiikkunaksi.