论文提出Terminal-RSI递归自改进终端智能体训练方法

Junyao Yang 等论文作者在 arXiv 发布 Terminal-RSI 论文，提出一种交替进行已验证轨迹递归自改写（RSR）与批评者继承式递归策略精炼（RPR）的终端智能体训练框架，训练得到 Terminal-RSI-27B 模型。 据论文描述，该模型从 Qwen3.8-27B 基座出发，经 RSR-1、RPR-1、RSR-2、RPR-2 五个阶段迭代训练得到，据称可实现递归自我提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。