Athanor：智能体自主后训练研究系统

2026年10月16日，arXiv 人工智能板块出现一篇论文，Yufa Zhou 等作者提出并演示了 Athanor（AutoPostTrain），一个在真实 GPU 上运行的智能体原生自主后训练研究系统。据该论文，智能体可自行读取数据与评测结果、构建训练数据、修改训练算法、调参并决定下一步实验；它们运行在沙箱中，不能使用外部教师模型。Athanor 的服务提供冻结评测、托管作业、去污染数据、持久研究记录，以及智能体并不知晓的留出测试套件。论文称，在一次 104 小时的实验中，四名 Claude Opus 5.5 智能体各占一个八卡节点、未获任何研究建议，将 Qwen3-4B-Base 在六任务开发套件上从 15.9 提升至 67.3，在留出套件上从 9.2 提升至 48.2；官方 Qwen3-4B-Instruct-2507 的对应成绩为 66.5 和 47.9。目前尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。