ReasoningBank : mémoire pour des agents LLM auto-évolutifs • Distille des stratégies à partir des succès et des échecs • Permet aux agents d'apprendre, de réutiliser et d'améliorer au fil du temps • Surpasse les méthodes de mémoire précédentes sur les tâches web et SWE (+34,2 % d'efficacité, –16 % d'étapes)