arXiv · cs.AI · Junyao Yang, Zongxia Li, Yucheng Shi, Zhongzhi Li, Ruhan Wang, Ruiwen Zhou, Haitao Mi, Shuicheng Yan, Leowei Liang · 10 小时前模型评分32
Terminal-RSI：通过递归自我重写与策略精炼实现递归自我改进的终端智能体
Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine
导读
研究提出 Terminal-RSI，交替对已验证轨迹做递归自我重写（RSR）与继承评论家的递归策略精炼（RPR），从 Qwen3.8-27B 基座经五阶段训练得到 Terminal-RSI-27B。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present Terminal-RSI, which alternates Recursive Self-Rewrite (RSR) of verified trajectories with critic-inheriting Recursive Policy-Refine (RPR).”
来源：arXiv · cs.AI · arxiv.org