Athanor：智能体自主完成后训练研究

研究团队提出 Athanor，一个在真实 GPU 上运行的智能体原生自主后训练研究系统，让智能体自行读取数据集与评测结果、构建训练数据、修改训练算法并调参。智能体在沙箱中工作，不能使用外部教师模型。 据论文称，在一场 104 小时的实验中，四个 Claude Opus 5.5 智能体各占一个八卡 GPU 节点、未获任何研究建议，将 Qwen3-4B-Base 在六任务开发集上的得分从 15.9 提升至 67.3，在留出集上从 9.2 提升至 48.2；官方 Qwen3-4B-Instruct-2507 的对应成绩为 66.5 和 47.9。

AI 根据报道生成 · 3 小时前更新