Terminal-RSI-27B

Terminal-RSI-27B

处理多步骤的终端任务，比如检查仓库、编辑代码和修复依赖。这是一个基于 Qwen3.8-27B 的 27.8B 参数智能体模型，面向研究者和智能体构建者。

由 Teriminal-RSI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Terminal-RSI-27B 是 Terminal-RSI 项目推出的终端智能体模型，基于 Qwen3.8-27B 构建。它面向需要运行环境并检查结果的任务，例如检查仓库、修改代码、修复依赖和重建科研工作流。它的训练交替进行卡片所说的两个步骤：Recursive Self-Rewrite 和 Recursive Policy-Refine。

适合谁：构建或测试在终端中工作、并会检查自身结果的智能体的研究者和开发者。

Industry | Who uses it | How they use it | Example
软件开发 | 智能体构建者 | 在终端里运行多步骤编程任务 | 修复仓库里一个损坏的依赖
研究 | AI 研究者 | 研究终端智能体的训练和评测 | 在终端基准上对比多次运行
科学 | 工作流工程师 | 一步步重建科研工作流 | 重建一条分析流水线
工程工具 | 工具开发者 | 通过命令检查和编辑代码 | 读取仓库并修改一个文件

如果你想要一个普通的聊天模型，可以跳过它，因为卡片说单独的聊天示例无法重现它的智能体结果。

用在哪里：

• 能给模型提供终端、工具和检查器的智能体运行环境
• 下载文件后，用 Python 和 transformers 库
• 你自己的 Windows、macOS 或 Linux 机器，内存要足够

Use case | Who | What they get back
仓库检查 | 开发者 | 运行过的命令和关于代码的发现
依赖修复 | 开发者 | 反复编辑和重跑，直到环境能用
工作流重建 | 科学家 | 由验证器检查过的多步骤工作流

如何设置：

• Python 和 pip
• BF16 约需 55.6 GB 磁盘空间，4-bit 约 13.9 GB（估算值）
• 一个智能体运行环境，以及一个可以安全运行命令的环境

1. 安装 Hugging Face hub 工具。
2. 下载模型文件。
3. 按模型卡片加载模型，再把它接到你的运行环境上。

pip install -U huggingface_hub
hf download Teriminal-RSI/Terminal-RSI-27B

如何使用：把模型接到一个允许它在终端里操作、并在之后检查状态的运行环境上。论文的测试用了 0.60 的温度、0.95 的 top-p、JSON 动作，并关闭了思考模式。结果取决于运行环境、工具、提示词和时间预算。

示例：你给智能体一个依赖损坏的仓库，任务是让它的测试通过。它检查文件，编辑依赖配置，重跑命令，直到验证器确认状态正确才停下。

新手与专家：如果你刚接触智能体，请把它当作研究资料，而不是现成的工具。先看看卡片如何描述它的任务，再把它接到终端上。

它有 27.8B 参数、64 个文本层、5,120 的隐藏层大小和配置为 262,144 个 token 的上下文。训练按基础模型、RSR、RPR、RSR、RPR 的顺序进行，细化步骤里用到 PPO。卡片注明这些结果是论文自己的，来自保留下来的 RPR-2 检查点。

智能体在终端里领到任务
它运行命令并编辑文件
验证器检查最终状态
它重试直到任务通过

注意事项：

• 基准测试：论文报告了三次运行平均的 Terminal-Bench 分数，卡片省略了与外部模型的对比

Title: 成功率，单位百分比，基础模型与 Terminal-RSI-27B 对比，论文报告
Terminal-Bench 2.1 base: 51.70 %
Terminal-Bench 2.1 Terminal-RSI: 86.52 %
Terminal-Bench Hard base: 31.00 %
Terminal-Bench Hard Terminal-RSI: 79.00 %
Four-suite mean base: 20.68 %
Four-suite mean Terminal-RSI: 50.58 %

• License: apache-2.0
• Cost to run: 没有提到 API 密钥或付费服务，只需要能跑 27.8B 模型的硬件
• Data it reaches: 智能体运行时会读取并修改你给它的环境里的文件，所以请使用沙盒
• Not for: 日常闲聊，因为卡片说单独的聊天示例无法重现它的智能体评测

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：27.8B
• Weights: about 55.6 GB in BF16; about 13.9 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：2,536
• 点赞：33
• 许可证：apache-2.0
• 语言：en, zh
• Quantized versions: 5
• Fine-tunes: 1
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, terminal-rsi, terminal-agent, reinforcement-learning, recursive-self-improvement, code, long-context, text-generation, conversational

链接

• 模型：https://huggingface.co/Teriminal-RSI/Terminal-RSI-27B
• 文件：https://huggingface.co/Teriminal-RSI/Terminal-RSI-27B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Teriminal-RSI/Terminal-RSI-27B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。