뮌헨대 등 연구진이 자기 소스코드를 반복적으로 개선하는 자가 개선 코딩 에이전트를 위한 새로운 자기수정 기법 'Mendel Gödel Machine(MGM)'을 제안했다. 기존 방식은 한 번에 하나의 실패 궤적만으로 자기수정을 수행해 에이전트가 축적해온 풍부한 비교 데이터를 활용하지 못한다는 한계가 있었다. MGM은 멘델 유전 원리에서 착안해, 여러 과제에 걸친 궤적을 동시에 활용하는 '반응규범 돌연변이'와 다른 계통의 참조 에이전트 궤적을 활용하는 '계통 간 교배' 두 가지 새로운 자기수정 방식을 추가했다. 가법적 적합도 지형 모델 하에서 이론적으로, 그리고 통제된 대리 시뮬레이션으로 새 전략이 단일 궤적 기준선보다 더 빠르고 우수하게 수렴함을 입증했으며, SWE-bench와 Polyglot 실험에서도 성능·효율·일반화 모두에서 일관된 개선을 확인했다.

• •단일 실패 굤적 대신 여러 과제·여러 계통의 비교 신호를 활용하는 두 가지 신규 자기수정 방식 도입
• •'반응규범 돌연변이'는 한 에이전트의 다중 과제 굤적을, '계통 간 교배'는 타 계통 참조 에이전트 굤적을 활용
• •가법적 적합도 지형 모델에서 이론적으로 더 빠르고 나은 수렴을 증명
• •SWE-bench, Polyglot 실험에서 성능·효율·일반화 모두 일관되게 개선