arXiv Artificial Intelligence· Junyao Yang, Zongxia Li, Yucheng Shi, Zhongzhi Li, Ruhan Wang, Ruiwen Zhou, Haitao Mi, Shuicheng Yan, Leowei Liang·· 2 小时前AI 评分27
Terminal-RSI：通过递归自改写与策略精炼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 交替进行已验证轨迹的递归自改写（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。
来源：arXiv Artificial Intelligence · arxiv.org