구글 공동 연구진의 RRSI는 모델 가중치를 고정한 채 프롬프트와 도구, 기억 및 제어 흐름을 반복 수정하는 방법이다. 변경 예산을 줄이고 평가문제에 맞춘 편법을 걸러내며, 잡음 수준의 개선과 비용이 큰 변경을 제거한다. 논문 초록은 여덟 벤치마크에서 최적화 대상 밖 과제도 최대 4.7점 개선했고 무제약 방식보다 정책 토큰을 약 30% 줄였다고 보고한다. 공개 연구 코드가 있지만 특정 평가의 성과이지 모든 업무에서 과적합이 사라진다는 보장은 아니다. 개선 제안과 독립 평가를 분리하는 설계가 핵심이다.