Athanor让AI智能体自主改进基础模型

研究人员发布了Athanor，这是一个开放系统，为AI智能体提供自主开展后训练实验所需的工具。智能体可以使用数据、评测套件和任务管理工具，但不能调用外部教师模型。在一项为期104小时的测试中，4个Claude Opus 5.5智能体各自运行在一台配备8块GPU的节点上，大幅提升了原始Qwen3‑4B‑Base模型的表现。

智能体取得了哪些成果

在包含6项任务的开发评测套件中，模型得分从15.9升至67.3。在未公开的留出评测套件中，得分从9.2跃升至48.2，分别超过官方Qwen3‑4B‑Instruct‑2507的66.5和47.9。智能体通过重新组合已有方法取得这些提升：利用公开推理数据进行监督微调、为强化学习引入一种新的采样调整、合并多个智能体的模型权重，以及进行多轮自蒸馏。整个过程没有任何人类提供研究建议。

为何重要

如果AI智能体能够独立开展可靠的研究迭代，开发更好模型的成本可能会降低，进展也可能加快。对于缺乏大型研究团队的开发者来说，Athanor这样的开放平台或许能让小团队试验自主训练流程。