标签
论文提出了 Recursive Self-Rewrite（RSR）框架，该框架利用单一基础模型（Qwen-3.8-27B）在多种 harness 下发现成功解，并通过 planner-critic-executor 循环将其在通用 harness 下重构为训练轨迹，在监督微调后，terminal-bench 任务上的 pass@3 得到了显著提升。