Forschende haben Athanor veröffentlicht, ein offenes System, das KI-Agenten die nötigen Werkzeuge für eigene Post-Training-Experimente bereitstellt. Die Agenten erhalten Zugriff auf Daten, Evaluationssuites und Auftragsverwaltung, dürfen aber keine externen Lehrermodelle aufrufen. In einem 104‑Stunden-Test verbesserten vier Claude Opus 5.5-Agenten – jeder auf einem Knoten mit acht GPUs – das unveränderte Basismodell Qwen3‑4B‑Base deutlich.
Was die Agenten erreicht haben
In einer Entwicklungs-Suite mit sechs Aufgaben stieg der Modellwert von 15.9 auf 67.3. In einer zurückgehaltenen Testsuite sprang er von 9.2 auf 48.2 und übertraf damit die offizielle Version Qwen3‑4B‑Instruct‑2507, die auf 66.5 beziehungsweise 47.9 kam. Die Agenten erzielten diese Verbesserungen durch die Kombination bekannter Methoden: überwachtes Fine-Tuning mit öffentlich verfügbaren Schlussfolgerungsdaten, eine neue Änderung am Rollout-Verfahren fürs Reinforcement Learning, das Zusammenführen von Gewichten verschiedener Agenten und mehrere Runden Self-Distillation. Das alles geschah ohne Forschungstipps von Menschen.
Warum das wichtig ist
Wenn KI-Agenten eigenständig verlässliche Forschungszyklen durchführen können, könnten die Kosten für die Entwicklung besserer Modelle sinken und sich der Fortschritt beschleunigen. Für Entwickler ohne große Forschungsteams könnte eine offene Plattform wie Athanor kleineren Gruppen ermöglichen, mit autonomen Trainingspipelines zu experimentieren.
Warum es wichtig ist
Das Ergebnis zeigt, dass heutige KI-Agenten bereits über genügend technische Fähigkeiten verfügen, um einen vollständigen Post-Training-Forschungszyklus durchzuführen. Dadurch könnten auch Organisationen ohne große Forschungslabore kostengünstiger konkurrenzfähige instruction-getunte Modelle entwickeln. Eine unabhängige Überprüfung der Verbesserungen steht jedoch noch aus.
