ReTerm探索失败驱动的递归自我改进：让Code Agent从自身错误中进化

复旦大学、港中深和上交研究者提出ReTerm，让终端智能体通过恢复自身失败并基于结果更新参数，实现递归自我改进。ReTerm-9B在Terminal-Bench 2.0、SWE-bench Verified等评测中较基础模型提升超13个百分点，且收益可迁移至不同运行框架。