# Athanor permite que agentes de IA aprimorem um modelo-base sozinhos

> Quatro agentes Claude Opus 5.5 melhoraram o desempenho do Qwen3‑4B em uma rodada de 104 horas, igualando a versão oficial instruída sem orientação humana.

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

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.

## Os fatos

- O Athanor foi apresentado em um artigo publicado no arXiv em 2026-10-16.
- Quatro agentes Claude Opus 5.5 participaram do experimento, cada um usando um nó com oito GPUs.
- A campanha de 104 horas elevou a pontuação do Qwen3‑4B‑Base no conjunto de desenvolvimento de 15.9 para 67.3.
- Em um conjunto reservado para avaliação, a pontuação subiu de 9.2 para 48.2, superando os 47.9 da versão oficial instruída.
- Os agentes usaram apenas dados públicos e não podiam recorrer a modelos externos usados como professores.

## 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.

## Fontes e referências

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

Última atualização: 2026-10-16