热点事件持续更新
ReTerm：失败驱动RSI提升Code Agent能力
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年11月4日，复旦大学、香港中文大学MMLab与上海交通大学的研究者提出ReTerm，让终端智能体从自身造成的失败中学习恢复，探索递归自我改进（RSI）路径。方法分两步：先用约一万条教师模型恢复示范（ReTerm-10K）做冷启动，再通过ReTerm-GRPO让模型在自己的失败现场尝试多种恢复，并以任务验证结果作为强化学习信号。报道称该工作旨在提升Code Agent从失败中恢复的能力。
AI 根据报道生成 · 12 小时前更新
最新进展11月4日 12:00
复旦等机构提出ReTerm，用失败现场与验证结果驱动Code Agent自我改进。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 机器之心 · 微信公众号复旦等机构提出 ReTerm：让 Code Agent 从自身失败中学习恢复，探索失败驱动的 RSI
复旦大学、香港中文大学 MMLab 与上海交通大学的研究者提出 ReTerm，让终端智能体恢复自己造成的失败并从结果中学习，探索递归自我改进（RSI）路径。方法先用约一万条教师模型恢复示范（ReTerm-10K）做冷启动，再通过 ReTerm-GRPO 让模型从自己的失败现场尝试多种恢复并以任务验证结果作为强化学习信号。
本事件热度走势
当前热度 6·可比范围峰值 8（11月4日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。