Terminal-RSI：用两轮自我改写训练终端 agent（转述）
中文账号转述腾讯混元的 Terminal-RSI 论文：交替做『成功轨迹重写』和『策略精炼』两轮，让 27B 模型在 Terminal-Bench 上从约 51.7% 提到约 86.5%，并称已开源。
NFT_Chen@NFT_Chen原帖
为什么值得留
论文方法值得读，但先核对数字与评测设置。
可以从这里开始
读论文的评测章节，确认对比对象和是否有数据泄漏防范。
阅读时留意
数字出自转述账号，评测版本和对比设置需回论文；『小模型硬刚一线』是营销用语。
OnBalls 导读整理于 2026.10.22。只读存档的帖文全文及可见引用；未打开链接内容，帖中数字和说法未独立核实。