Recursa 论文：不改模型权重，靠自建知识库提升 DeepSeek 与 Qwen 在法律任务上的表现

论文提出 Recursa 框架，通过系统自动撰写知识仓库（存领域技能、使用说明、任务记忆和反思）实现 RSI。在 DeepSeek-V4.1-Flash 上，held-out 法律任务的 all-pass 成绩从 30.0% 提升到 55.0%，模型权重保持不变。在 Harvey LAB 的 Firm Knowledge 基准上，Qwen3.8-Flash 从 35.0% 升至 46.0%。流程是先从领域材料构建仓库，再由并行学习者执行任务、提出修复，经验证的修复才合并回去。作者建议在微调之前先尝试经过验证的技能仓库。