ReTerm探索失败驱动的RSI让Code Agent从自己的错误中进化

ReTerm通过分析Code Agent的失败操作来优化其决策逻辑，在复杂终端任务中减少无效操作。该系统基于复旦大学和香港中文大学的研究，通过失败驱动的RSI（风险-收益-重要性）评估机制，将错误经验转化为改进训练材料，提升Agent的任务成功率。