复旦等团队提出ReTerm：从失败中自我改进

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，让终端智能体尝试恢复自己造成的失败，并从恢复结果中学习，探索失败驱动的递归自我改进路径。研究团队已公开代码、模型与数据。 报道称，ReTerm 与 Qwen3.5-9B 使用相同运行框架和评测配置，可直接观察恢复训练带来的增益；其他模型的数据来自各自论文或官方发布，运行配置可能不同。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。