# Athanor permet à des agents IA d’améliorer seuls un modèle de base

> Quatre agents Claude Opus 5.5 ont amélioré les performances de Qwen3‑4B en 104 heures, égalant la version officielle instruite sans aide humaine.

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

Des chercheurs ont publié Athanor, un système ouvert qui fournit aux agents IA les outils nécessaires pour mener leurs propres expériences de post-entraînement. Les agents ont accès aux données, aux suites d’évaluation et à la gestion des tâches, mais ne peuvent pas faire appel à des modèles enseignants externes. Lors d’un test de 104 heures, quatre agents Claude Opus 5.5, chacun sur un nœud doté de huit GPU, ont considérablement amélioré le modèle brut Qwen3‑4B‑Base.

## Les résultats obtenus par les agents

Sur une suite de développement composée de six tâches, le score du modèle est passé de 15.9 à 67.3. Sur une suite de test cachée et distincte, il a bondi de 9.2 à 48.2, dépassant respectivement les scores de 66.5 et 47.9 de la version officielle Qwen3‑4B‑Instruct‑2507. Les agents ont obtenu ces gains en combinant des techniques connues : affinage supervisé à partir de données publiques de raisonnement, nouvelle modification du processus de génération pour l’apprentissage par renforcement, fusion des poids entre agents et plusieurs cycles d’auto-distillation. Tout cela s’est déroulé sans aucun conseil de recherche fourni par des humains.

## Pourquoi c’est important

Si les agents IA peuvent mener seuls des cycles de recherche fiables, le coût de développement de meilleurs modèles pourrait baisser et les progrès s’accélérer. Pour les développeurs qui ne disposent pas de grandes équipes de recherche, une plateforme ouverte comme Athanor pourrait permettre à de petits groupes d’expérimenter des processus d’entraînement autonomes.

## Les faits

- Athanor a été présenté dans un article publié sur arXiv le 2026-10-16.
- Quatre agents Claude Opus 5.5 ont chacun utilisé un nœud doté de huit GPU pour l’expérience.
- La campagne de 104 heures a fait passer le score de Qwen3‑4B‑Base sur la suite de développement de 15.9 à 67.3.
- Sur une suite de test distincte, le score est passé de 9.2 à 48.2, dépassant les 47.9 de la version officielle instruite.
- Les agents ont utilisé uniquement des données publiques et ne pouvaient pas faire appel à des modèles enseignants externes.

## Pourquoi c'est important

Ce résultat montre que les agents IA actuels disposent déjà de compétences techniques suffisantes pour mener un cycle complet de recherche en post-entraînement. Les organisations qui ne possèdent pas de grands laboratoires pourraient ainsi créer à moindre coût des modèles performants affinés pour suivre des instructions, même si ces gains doivent encore faire l’objet d’une vérification indépendante.

## Sources et références

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

Dernière mise à jour: 2026-10-16