模型Agent 与开发者22:48ReTerm:自我修复终端智能体训练方法ReTerm能从自身错误中学习,终端任务恢复能力提升显著#ReTerm#Qwen3.5-9B#Terminal-Bench#GRPO1 个信源在谈事件专题aarXiv cs.LG@Wei Xie 等 6 人2 个信源在谈原文稍后读已读值得跟进有用关注 ReTerm