机器之心·· 1 天前精选AI 评分51
复旦等机构提出 ReTerm：让终端智能体从自身失败中学习实现递归自我改进
让Code Agent从自己的错误中进化：ReTerm探索失败驱动的RSI
AI 导读
复旦大学、香港中文大学 MMLab 和上海交通大学的研究者提出 ReTerm，让终端智能体尝试恢复自己造成的失败并据此训练，探索失败驱动的递归自我改进（RSI）路径。
推荐理由
论文给出可复用的失败驱动训练闭环和公开数据，读者可以据此评估恢复训练对终端智能体的实际增益。
来源：机器之心 · mp.weixin.qq.com