Athanor：智能体自主完成后训练研究
AI 总结
研究者发布 Athanor，一个面向自主后训练研究（AutoPostTrain）的智能体原生系统，论文编号为 arXiv:2610.21055（2026 年 10 月 15 日提交）。在一次 104 小时的实验中，四名 Claude Opus 5.5 智能体各自占用一个八卡节点、且未获得任何研究建议，将 Qwen3-4B-Base 在六任务开发集上的成绩从 15.9 提升到 67.3，在留出集上从 9.2 提升到 48.2；官方 Qwen3-4B-Instruct-2507 的对应成绩为 66.5 和 47.9。论文称，这是首次展示前沿智能体团队能自主把原始基座模型后训练成跨领域通才模型，并在平均成绩上追平或超过官方 instruct 版本。记录显示，智能体通过重组已知方法达成这一水平：公开推理数据上的 SFT、引入 rollout 改动的 RL、跨智能体权重合并以及多轮自蒸馏。
深度见解
若结果可复现，它表明当前前沿智能体已具备一定的自主研究与工程能力，为可度量的自动化 AI 研究提供了公开基准。