Terminal-RSI：通过递归自改写与策略精炼实现终端智能体递归自我改进

Terminal-RSI 通过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），将 Qwen3.8-27B 基座模型经五阶段训练得到 Terminal-RSI-27B，在 Terminal-Bench 4.0 上达 19.84%、Terminal-Bench 2.1 上达 86.52%。