Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine
Pubblicata su AIChronos il · fonte del · Junyao Yang, Zongxia Li, Yucheng Shi, Zhongzhi Li, Ruhan Wang, Ruiwen Zhou (Tencent)
Terminal-RSI è un framework per agenti terminali che alterna la riscrittura ricorsiva di traiettorie verificate (Recursive Self-Rewrite) con il raffinamento della policy ereditato dal critico (Recursive Policy-Refine). Il metodo introduce meccanismi specifici come TB-GAE per gestire i baseline token-specifici e FDR/SPR per calibrare la progressione semantica e separare il successo da crediti parziali. Attraverso un processo a cinque fasi che parte da Qwen3.8-27B, l'agente evolve dai riparazioni locali verso una verifica terminale rigorosa.
- Alternanza tra Recursive Self-Rewrite (RSR) e critic-inheriting Recursive Policy-Refine (RPR).
- Utilizzo di TB-GAE per mantenere baseline specifici dei token applicando decadimento sui turni di interazione.
- Implementazione di Family Dense Reward (FDR) e Success-Prioritized Reward (SPR) per una calibrazione accurata delle ricompense.
- Coordinamento tra le fasi di raffinamento tramite un modello critico di riscaldamento, handoff ricorsivo e learning rate specifici dello stage.
- Miglioramenti significativi su benchmark come Terminal-Bench 4.0 (19.84%) e LHTB.
Perché conta. Questa architettura è rilevante per gli sviluppatori di agenti AI locali perché offre un metodo strutturato per convertire risultati del verificatore in aggiornamenti della policy, permettendo agli agenti di passare da progressi parziali a risoluzioni complete dei task senza degradare le prestazioni.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.