跳到正文
arXiv · AI· Zongxia Li, Yucheng Shi, Zhongzhi Li, Junyao Yang, Ruhan Wang, Chengsong Huang, Fuxiao Liu, Haitao Mi, Jordan Boyd-Graber, LeoweiLiang·· 2026-10-05AI 评分48

RSR 框架如何重构轨迹以增强 Qwen-3.8-27B 在复杂任务中的表现

Scaling Trajectories for Complex Tasks through Recursive Self-Rewrite

AI 导读

研究提出递归自重写(RSR)框架,利用 Qwen-3.8-27B 将多工具环境下的成功轨迹重构为通用环境下的训练数据。在约 3K 个终端任务中,该框架将 2001 条源轨迹扩展为 11094 条重写轨迹用于监督微调。 微调后的模型在 Terminal-Bench 2 上的 pass@3 从 57.0% 提升至 74.2%,在 Terminal-Bench 4 上从 1.5% 提升至 9.1%。

来源:arXiv · AI · arxiv.org