ReTerm提出终端代理恢复训练
热点事件持续更新
ReTerm提出终端代理恢复训练
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Wei Xie等作者提出ReTerm终端代理恢复训练方法，利用智能体自身失败的终端任务训练恢复能力，并配套发布ReTerm-10K数据集和从失败状态分叉生成多次自恢复尝试的ReTerm-GRPO算法。论文称，基于Qwen3.5-9B的ReTerm-9B在Terminal-Bench 2.0上取得34.8%的Pass@1，较基础模型提高14.6个百分点；代码、数据和模型已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
ReTerm：面向自我改进终端智能体的恢复训练报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · Machine LearningReTerm：面向自我改进终端智能体的恢复训练
ReTerm提出通过学习自身失败任务来训练终端智能体恢复能力，构建了用于SFT冷启动的ReTerm-10K数据集，并提出从失败状态分叉生成多次自恢复尝试的ReTerm-GRPO算法。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月16日 19:00
- 近 24 小时变化
- –
02.557.510
19:0020:0021:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。