"Rekursiva språkmodeller" En potentiellt stor riktning för LLM:er 2026 från forskare vid MIT I deras tillvägagångssätt "körs" inte prompten direkt, utan lagras istället som en variabel i en extern Python REPL, och språkmodellen skriver kod för att inspektera/skära/dekomponera den långa strängen, observerar exekveringsutdata och konstruerar sedan deluppgifter där den rekursivt anropar en LLM på bara relevanta snuttar. Att sy ihop resultatet när den rekursiva processen är slut. så den kan lösa 10M+ token-uppgifter med mycket mindre "kontextröta" och ofta lägre kostnad än summarisering/RAG, vilket gör långkontextskalning till en inferensalgoritm istället för bara ett större kontextfönster.