Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 복잡한 코딩 작업 중 발생하는 오류로부터 회복하는 데 어려움을 겪는 터미널 에이전트의 한계를 극복하기 위해 ReTerm을 제안합니다. ReTerm은 실패 경험을 통해 스스로 복구 방법을 학습하도록 설계되었으며, 이를 위해 고품질 데이터셋 ReTerm-10K와 온라인 RL 알고리즘 ReTerm-GRPO를 개발했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG (Machine Learning)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기터미널 에이전트는 복잡한 코딩 작업에서 강력한 능력을 보여주었습니다. 하지만 장시간 실행(예: 명령어 오류, 결함 있는 구현) 중 발생하는 오류로부터 회복하는 데 어려움을 겪으며, 결국 작업 실패로 이어지곤 합니다. 이를 위해 우리는 ReTerm을 제시합니다. 이는 자신의 실패한 터미널 작업을 통해 복구하는 방법을 학습하여 훈련된 자체 개선형 터미널 에이전트입니다. 이 훈련을 지원하기 위해 맞춤형 데이터 파이프라인을 구축하고, SFT 콜드 스타트를 위한 효과적인 복구 데모를 제공하는 고품질 데이터셋 ReTerm-10K를 제작했습니다. 나아가, 우리는 온라인 RL 알고리즘인 ReTerm-GRPO를 제안합니다. 이 알고리즘은 에이전트 자신의 실패 상태에서 분기(fork)하여 여러 독립적인 자체 복구 시도를 생성합니다. 이러한 시도들이 작업을 성공적으로 완료했는지 여부를 학습함으로써, 에이전트는 자신만의 복구 경험을 통해 자체 개선됩니다. Qwen3.5-9B를 기반으로 구축된 우리의 ReTerm-9B는 Terminal-Bench 2.0에서 Pass@1 기준 34.8%를 달성하여, 기본 모델 대비 14.6 포인트 향상을 보여줍니다. 추가 분석에 따르면, 우리의 방법은 표준 GRPO 훈련과 비교했을 때 다양한 오류 카테고리 전반에 걸쳐 일관되게 높은 복구율을 달성하는 것으로 나타났습니다. 모든 코드, 데이터 및 모델은 https://github.com/twothsnd/ReTerm에서 공개됩니다.