HF Daily Papers·· 1 天前精选AI 评分36
Terminal-RSI：通过递归自改写与策略优化提升终端智能体
Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine
AI 导读
Terminal-RSI 提出交替进行递归轨迹自改写（RSR）与策略优化（RPR）的方法，从 Qwen3.8-27B 基础模型出发经 RSR-1、RPR-1、RSR-2、RPR-2 五个阶段得到 Terminal-RSI-27B。
推荐理由
给出了五阶段自改写与策略优化的训练框架，并在 Terminal-Bench 系列基准上提供完整数字，可作为终端 Agent 自训练方法的可迁移参考。
来源：HF Daily Papers · huggingface.co