Terminal-RSI는 실제 명령을 실행해서 정답을 찾아낼때까지 재귀개선해서 성공시키는걸 목표로 하고있는데, 이 논문에선 에이전트가 자신의 성공 경험을 스스로 정리해서 다시 배우게 만드는 방법을 제시하고 있다고 합니다.
성공한 궤적만 골라 노이즈를 걷어내고 깨끗한 경로로 재작성한 뒤 학습시키고(RSR), 그 결과를 바탕으로 정책을 더 다듬는(RPR) 과정을 반복해서 27b 모델로 Terminal-Bench 2.1에서 86.52%, Hard에서 79%까지 끌어올렸다고 하네요.
https://arxiv.org/abs/2610.22192
https://jyyang26.github.io/terminal-rsi/