Hugging Face · 每日论文·2026-10-15 04:00· 1 天前AI 评分44

Terminal-RSI: 通过递归自重写和策略优化实现终端智能体的递归自我改进

Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine

AI 导读

Terminal-RSI 通过交替使用递归自重写（RSR）和继承批评的递归策略优化（RPR）提升终端智能体性能，基于 Qwen3.8-27B 基础模型的五阶段训练流程在 Terminal-Bench 4.0 上达到 19.84%、在 Terminal-Bench Hard 上达到 79.00%。