腾讯混元推出Agent版RSI，基于Qwen3.8-27B使终端任务成功率翻倍

腾讯混元前沿团队联合多所高校提出终端智能体递归训练方法Terminal-RSI，交替进行成功轨迹重写与强化学习策略精炼。基于Qwen3.8-27B训练的模型在四项Terminal-Bench平均成功率从20.68%升至50.58%，但长时程和极难任务提升有限，研究仍受单一模型、训练设置混杂及评测次数不足等限制。

来源：腾讯新闻