ReTerm：通过失败任务恢复训练实现自改进的终端智能体
热点事件观察中
ReTerm：通过失败任务恢复训练实现自改进的终端智能体
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Hugging Face 报道，研究者提出了一种名为 ReTerm 的自改进终端智能体方法，该方法通过学习从自身失败的任务中恢复来提升性能。 基于 Qwen3.5-9B 构建的 ReTerm-9B 模型在 Terminal-Bench 2.0 基准测试中取得了 34.8% 的 Pass@1 分数，较基础模型提升了 14.6 分。
AI 根据报道生成 · 23 小时前更新
最新进展10月13日 04:00
ReTerm: Recovery Training for Self-Improving Terminal Agents报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Hugging Face · 每日论文ReTerm: Recovery Training for Self-Improving Terminal Agents
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。
本事件热度走势
- 可比范围当前
- 10
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
18:0010月15日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。