Hugging Face · 每日论文·2026-10-13 04:00· 2 天前AI 评分47

ReTerm: Recovery Training for Self-Improving Terminal Agents

AI 导读

ReTerm 是一个通过学习从自身失败任务中恢复的自改进终端智能体，基于 Qwen3.5-9B 构建的 ReTerm-9B 在 Terminal-Bench 2.0 上实现 34.8% 的 Pass@1 分数，较基础模型提升 14.6 分。