Hugging Face Daily Papers·· 1 天前AI 评分41
Terminal-RSI：通过递归自改写与策略精炼实现终端智能体自我改进
Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine
AI 导读
论文提出 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），并引入 TB-GAE、Family Dense Reward 和 Success-Prioritized Reward 等机制。
来源：Hugging Face Daily Papers · huggingface.co