标签
提出软件在环重构（software-in-the-loop reconstruction）的自监督框架，从现有科学软件工作流中自动生成可执行的参考行为与验证目标，用于训练终端智能体；使用 Qwen3.8-Max 生成训练数据并对 Qwen3.8-27B 微调，使 Terminal-Bench 2 平均性能从 47.94% 提升至 53.56%。