# Athanor permite que agentes de IA mejoren un modelo base por sí solos

> Cuatro agentes Claude Opus 5.5 mejoraron el rendimiento de Qwen3‑4B en una ejecución de 104 horas y alcanzaron el nivel de la versión oficial instruida, sin orientación humana.

Oossa · 2026-10-16 · https://oossa.com/es/ath-anor-lets-ai-agents-improve-a-base-model-on-their-own

Un grupo de investigadores presentó Athanor, un sistema abierto que proporciona a agentes de IA las herramientas necesarias para realizar sus propios experimentos de posentrenamiento. Los agentes tienen acceso a datos, conjuntos de evaluación y gestión de tareas, pero no pueden recurrir a modelos externos que actúen como docentes. En una prueba de 104 horas, cuatro agentes Claude Opus 5.5, cada uno en un nodo con ocho GPU, mejoraron drásticamente el modelo base Qwen3‑4B‑Base sin ajustar.

## Qué lograron los agentes

La puntuación del modelo en un conjunto de desarrollo de seis tareas subió de 15.9 a 67.3. En un conjunto de prueba reservado, pasó de 9.2 a 48.2, superando las puntuaciones respectivas de 66.5 y 47.9 de la versión oficial Qwen3‑4B‑Instruct‑2507. Los agentes consiguieron estas mejoras al combinar técnicas conocidas: ajuste fino supervisado con datos públicos de razonamiento, un nuevo cambio en la generación de muestras para el aprendizaje por refuerzo, fusiones de pesos entre agentes y varias rondas de autodestilación. Todo esto se hizo sin que una persona les proporcionara asesoramiento de investigación.

## Por qué importa

Si los agentes de IA pueden ejecutar por sí solos ciclos de investigación fiables, podría bajar el costo de desarrollar mejores modelos y acelerarse el progreso. Para los desarrolladores que no cuentan con grandes equipos de investigación, una plataforma abierta como Athanor podría permitir que grupos más pequeños experimenten con procesos de entrenamiento autónomos.

## Los hechos

- Athanor se describió en un artículo de arXiv publicado el 2026-10-16.
- En el experimento, cada uno de los cuatro agentes Claude Opus 5.5 utilizó un nodo con ocho GPU.
- La campaña de 104 horas elevó de 15.9 a 67.3 la puntuación de Qwen3‑4B‑Base en el conjunto de desarrollo.
- En un conjunto de prueba reservado, la puntuación mejoró de 9.2 a 48.2, por encima de los 47.9 de la versión oficial instruida.
- Los agentes usaron únicamente datos públicos y no podían recurrir a modelos docentes externos.

## Por qué importa

El resultado muestra que los agentes de IA actuales ya tienen suficiente capacidad de ingeniería para completar un ciclo de investigación de posentrenamiento. Esto podría permitir que organizaciones sin grandes laboratorios creen modelos competitivos ajustados para seguir instrucciones a menor costo, aunque todavía está pendiente la verificación independiente de las mejoras.

## Fuentes y referencias

1. [Athanor: An Agent-Native System for Autonomous Post-Training Research](https://arxiv.org/abs/2610.21055) – arXiv, 2026-10-16

Última actualización: 2026-10-16