Araştırmacılar, yapay zekâ ajanlarına kendi eğitim sonrası deneylerini yürütmeleri için gerekli araçları sunan açık sistem Athanor’u yayımladı. Ajanlar verilere, değerlendirme paketlerine ve iş yönetimi araçlarına erişebiliyor; ancak dışarıdan öğretmen modelleri çağıramıyor. 104 saatlik bir testte, sekiz GPU’lu bir düğümde çalışan dört Claude Opus 5.5 ajanı, ham Qwen3‑4B‑Base modelini alıp performansını kayda değer ölçüde artırdı.
Ajanlar ne başardı?
Altı görevden oluşan geliştirme paketinde modelin puanı 15.9’dan 67.3’e yükseldi. Gizli test paketindeki puanı ise 9.2’den 48.2’ye çıktı; böylece sırasıyla 66.5 ve 47.9 puan alan resmi Qwen3‑4B‑Instruct‑2507’yi geride bıraktı. Ajanlar bu kazanımları bilinen yöntemleri yeniden bir araya getirerek elde etti: herkese açık akıl yürütme verileriyle denetimli ince ayar, pekiştirmeli öğrenme için yeni bir çıktı üretme düzenlemesi, ajanlar arasında ağırlık birleştirme ve birkaç tur öz damıtma. Bunların tümü, insanlardan araştırma tavsiyesi alınmadan gerçekleşti.
Neden önemli?
Yapay zekâ ajanları güvenilir araştırma döngülerini kendi başlarına yürütebilirse daha iyi modeller geliştirmenin maliyeti düşebilir ve ilerleme hızlanabilir. Büyük araştırma ekiplerine sahip olmayan geliştiriciler için Athanor gibi açık bir platform, küçük grupların otonom eğitim süreçlerini denemesini sağlayabilir.
Neden önemli
Sonuçlar, günümüzün yapay zekâ ajanlarının eğitim sonrası kapsamlı bir araştırma döngüsünü yürütecek kadar mühendislik becerisine şimdiden sahip olduğunu gösteriyor. Büyük laboratuvarları olmayan kuruluşlar bu sayede daha düşük maliyetle rekabetçi, talimatla ince ayar yapılmış modeller geliştirebilir; ancak kazanımların bağımsız doğrulaması henüz bekleniyor.
