# Athanor låter AI-agenter förbättra en basmodell på egen hand

> Fyra Claude Opus 5.5-agenter förbättrade Qwen3‑4B under ett 104 timmar långt försök och matchade den officiellt instruktionsfinjusterade versionen – utan mänsklig vägledning.

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

Forskare har släppt Athanor, ett öppet system som ger AI-agenter verktygen de behöver för att själva genomföra experiment med efterträning. Agenterna får tillgång till data, utvärderingssviter och jobbhantering, men kan inte anropa externa lärarmodeller. I ett test på 104 timmar tog fyra Claude Opus 5.5-agenter, var och en på en nod med åtta GPU:er, den råa modellen Qwen3‑4B‑Base och förbättrade den markant.

## Vad agenterna åstadkom

På en utvecklingssvit med sex uppgifter steg modellens poäng från 15.9 till 67.3. På en dold testsvit ökade den från 9.2 till 48.2, vilket överträffade den officiella Qwen3‑4B‑Instruct‑2507:s 66.5 respektive 47.9. Agenterna nådde resultaten genom att kombinera kända metoder: övervakad finjustering på offentliga resonemangsdata, en ny förändring av utrullningen för förstärkningsinlärning, sammanslagning av vikter mellan agenter och flera omgångar av självförädling. Allt detta skedde utan forskningsråd från människor.

## Varför det spelar roll

Om AI-agenter kan genomföra tillförlitliga forskningscykler på egen hand kan kostnaden för att utveckla bättre modeller sjunka och utvecklingen gå snabbare. För utvecklare utan stora forskarteam kan en öppen plattform som Athanor göra det möjligt för mindre grupper att experimentera med autonoma träningsflöden.

## Fakta

- Athanor beskrevs i en arXiv-artikel som publicerades 2026-10-16.
- Fyra Claude Opus 5.5-agenter använde varsin nod med åtta GPU:er i experimentet.
- Den 104 timmar långa körningen höjde Qwen3‑4B‑Base:s poäng på utvecklingssviten från 15.9 till 67.3.
- På en testsvit ökade poängen från 9.2 till 48.2, vilket överträffade den officiella instruktionsfinjusterade versionens 47.9.
- Agenterna använde bara offentliga data och kunde inte anropa externa lärarmodeller.

## Varför det spelar roll

Resultatet visar att dagens AI-agenter redan har tillräcklig teknisk förmåga för att genomföra en hel forskningscykel för efterträning. Det kan göra det möjligt för organisationer utan stora forskningslaboratorier att skapa konkurrenskraftiga instruktionsfinjusterade modeller till lägre kostnad, även om resultaten ännu inte har verifierats oberoende.

## Källor och referenser

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

Senast uppdaterad: 2026-10-16