先了解这件事
AI 综述
腾讯混元前沿团队联合新加坡国立大学等机构提出面向终端智能体的递归训练方法Terminal-RSI,该方法以Qwen3.8-27B为基座,交替进行递归自我重写(RSR)与递归策略精炼(RPR)。据智东西2026年10月19日报道,四项Terminal-Bench基准的等权平均成功率从基座模型的20.68%升至50.58%,提高29.90个百分点,其中Terminal-Bench 2.1达到86.52%。同一报道也指出,长时程任务LHTB严格完成数仅从0项增至5项,极难任务成功率存在波动,论文称结果只在单个27B模型上验证。目前尚无后续进展。
AI 根据公开报道生成
事件进展
1 个已确认进展
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月19日
智东西
腾讯混元联合多校提出Terminal-RSI，基于Qwen3.8-27B让终端任务成功率翻倍
腾讯混元前沿团队联合新加坡国立大学等机构，以Qwen3.8-27B为基座提出面向终端智能体的递归训练方法Terminal-RSI，交替进行递归自我重写（RSR）与递归策略精炼（RPR）。四项Terminal-Bench基准的等权平均成功率从基座模型的20.68%升至50.58%，提高29.90个百分点，其中Terminal-Bench 2.1达到86.52%。但长时程任务LHTB严格完成数仅从0项增至5项，极难任务成功率波动，论文也指出结果只在单个27B模型上验证。