I ricercatori hanno presentato Athanor, un sistema aperto che mette a disposizione degli agenti IA gli strumenti necessari per condurre autonomamente esperimenti di post-addestramento. Gli agenti possono accedere a dati, suite di valutazione e strumenti per gestire i processi, ma non possono ricorrere a modelli esterni usati come insegnanti. In una prova di 104 ore, quattro agenti Claude Opus 5.5, ciascuno su un nodo con otto GPU, hanno migliorato notevolmente il modello Qwen3‑4B‑Base originale.
I risultati ottenuti dagli agenti
Il punteggio del modello su una suite di sviluppo composta da sei attività è salito da 15.9 a 67.3. Su una suite di test nascosta e tenuta da parte, è passato da 9.2 a 48.2, superando rispettivamente i risultati di 66.5 e 47.9 ottenuti dalla versione ufficiale Qwen3‑4B‑Instruct‑2507. Gli agenti hanno raggiunto questi risultati combinando tecniche già note: fine-tuning supervisionato su dati pubblici di ragionamento, una nuova modifica alle generazioni dei campioni per l’apprendimento per rinforzo, fusione dei pesi tra agenti e cicli di auto-distillazione. Tutto questo senza alcun suggerimento di ricerca fornito da esseri umani.
Perché è importante
Se gli agenti IA riusciranno a condurre autonomamente cicli di ricerca affidabili, i costi per sviluppare modelli migliori potrebbero diminuire e i progressi accelerare. Per gli sviluppatori che non dispongono di grandi gruppi di ricerca, una piattaforma aperta come Athanor potrebbe permettere anche a team più piccoli di sperimentare pipeline di addestramento autonome.
Perché conta
Il risultato mostra che gli agenti IA attuali hanno già capacità ingegneristiche sufficienti per condurre un intero ciclo di ricerca sul post-addestramento. Questo potrebbe permettere anche alle organizzazioni senza grandi laboratori di creare modelli competitivi ottimizzati per seguire istruzioni a costi inferiori, anche se i risultati devono ancora essere verificati in modo indipendente.
