腾讯混元等提出终端Agent递归训练方法Terminal-RSI

腾讯混元前沿团队联合新加坡国立大学、美国马里兰大学、佐治亚大学和印第安纳大学的研究人员，以阿里通义千问开源的Qwen3.8-27B为基座，提出面向终端智能体的递归训练方法Terminal-RSI。该方法交替进行递归自我重写与递归策略精炼，共五个训练阶段。 据智东西报道，四项Terminal-Bench基准平均成功率从20.68%升至50.58%，Terminal-Bench 2.1上取得86.52%。论文同时指出，长时程任务严格完成数仅从0项增至5项。 研究称，目前结果只在单个27B参数规模的模型上验证，没有更大规模的对照实验，三次独立评测取平均值也不足以断言统计意义上的领先。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。