Dream-RSI의 실행 이력 재생과 탐색 정책 개선
원문은 Dream-RSI: Recursive Self-Improvement through Evolving Worlds다. 2026-09-20 v1의 방법 절을 대조했다.
무엇을 개선하는가
기반 코딩 에이전트·모델·평가기를 고정하고 탐색을 조정하는 정책 코드를 바꾼다. 축적한 발견 이력으로 재생 시뮬레이터를 구성해 탐색 정책을 비교하고, 선택한 정책을 온라인 탐색에 다시 투입하는 흐름이다.
재생은 기록된 트리의 자식을 결정적으로 반환한다. 기록 밖의 새 결과를 만들어 내지 않으므로 기존 이력 안의 선택·자원 배분·종료 판단을 비교할 수 있다. 현재 정책도 후보에 포함하는 선택 조건은 고정된 이력에서 평균 재생 점수가 낮아지지 않게 한다. 새 온라인 실행은 확률적이며 이 보장과 구분해야 한다. 원문 §3
재사용할 경계
Vault에 기록을 보존했다는 사실만으로 이 논문의 재생기가 만들어지지는 않는다. 재생 가능한 상태·선택·비용·평가 결과의 표현이 있어야 한다는 것은 이 방법에서 얻은 적용 판단이다. 새 프롬프트나 새 출력을 검증하려면 해당 변경을 포함하는 실행 증거가 필요하다.