Correias podem desbloquear sistemas de IA mais poderosos? Pesquisadores desenvolveram uma nova correia que permite que modelos existentes manipulem fluxos de trabalho mais longos e complexos. O Modelo de Linguagem Recursivo (RLM) mantém arquivos grandes e conjuntos de dados fora do contexto principal do modelo. O modelo usa código para selecionar peças relevantes, enviar cada uma por meio de uma solicitação de modelo separada e combinar os resultados. Isso difere das sessões regulares, onde arquivos, saídas de ferramentas e resultados se acumulam em um único contexto. À medida que o contexto cresce, os modelos podem começar a perder o rastro de detalhes importantes. Para testar se essa estrutura também melhora o aprendizado, os pesquisadores usaram RL para treinar o Qwen3-30B dentro de uma correia RLM fixa, usando apenas tarefas curtas, e depois avaliaram-no em tarefas 8 a 32 vezes mais longas. Nas avaliações mais longas, o modelo treinado com RLM mostrou melhora substancial, enquanto o mesmo modelo treinado sem a correia geralmente apresentou pouco progresso. Em experimentos separados, ele também aplicou as mesmas estratégias em novos domínios que exigiam etapas subjacentes semelhantes.