Pesquisadores lançaram o Athanor, um sistema aberto que dá a agentes de IA as ferramentas necessárias para conduzir seus próprios experimentos de pós-treinamento. Os agentes têm acesso a dados, conjuntos de avaliação e gerenciamento de tarefas, mas não podem recorrer a modelos externos usados como professores. Em um teste de 104 horas, quatro agentes Claude Opus 5.5, cada um em um nó com oito GPUs, partiram do modelo-base Qwen3‑4B‑Base sem ajustes e o aprimoraram significativamente.
O que os agentes conseguiram
Em um conjunto de desenvolvimento com seis tarefas, a pontuação do modelo subiu de 15.9 para 67.3. Em um conjunto reservado para avaliação, saltou de 9.2 para 48.2, superando, respectivamente, as pontuações de 66.5 e 47.9 do Qwen3‑4B‑Instruct‑2507 oficial. Os agentes alcançaram esses resultados combinando técnicas conhecidas: ajuste fino supervisionado com dados públicos de raciocínio, uma nova alteração no processo de geração de amostras para o aprendizado por reforço, fusões de pesos entre agentes e rodadas de autodestilação. Tudo isso ocorreu sem qualquer orientação de pesquisa fornecida por humanos.
Por que isso importa
Se agentes de IA conseguirem conduzir ciclos de pesquisa confiáveis por conta própria, o custo de desenvolver modelos melhores poderá cair e o progresso, acelerar. Para desenvolvedores sem grandes equipes de pesquisa, uma plataforma aberta como o Athanor poderia permitir que grupos menores experimentassem pipelines autônomos de treinamento.
Por que importa
O resultado mostra que os agentes de IA atuais já têm capacidade técnica para conduzir um ciclo completo de pesquisa de pós-treinamento. Isso pode permitir que organizações sem grandes laboratórios criem modelos competitivos ajustados para seguir instruções a um custo menor, embora ainda falte uma verificação independente dos resultados.
