Athanor 系统让 Claude 智能体自主后训练 Qwen3-4B
原文标题：Athanor: An Agent-Native System for Autonomous Post-Training Research
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 Athanor，一个面向自主后训练研究（AutoPostTrain）的智能体原生开源系统，在真实 GPU 上运行。四个 Claude Opus 5.5 智能体在 104 小时无研究指导下，将 Qwen3-4B-Base 在六任务开发集上从 15.9 提升至 67.3，在留出集上从 9.2 提升至 48.2，平均追平甚至超过官方 Qwen3-4B-Instruct-2507。这是首次展示前沿智能体团队可自主把原始基座模型后训练为跨域通用模型。
- 问题
- 前沿智能体能否自主把原始基座模型后训练成跨域通用模型。
- 方法
- 构建智能体原生系统 Athanor，四个 Claude 智能体在沙箱内自主读数据、造数据、改算法、调参，无外部教师模型。
- 结果
- 104 小时内将 Qwen3-4B-Base 开发集从 15.9 提到 67.3、留出集从 9.2 提到 48.2，追平官方 Instruct 版。
- 影响
- 证明后训练研究可被智能体自主完成，工程师可把模型定制流程交给自动化流水线。
深读 · 结论先行AI 生成展开看要点与影响 ↓
4个Claude Opus 5.5智能体104小时无指导，把Qwen3-4B-Base留出集从9.2提到48.2，追平官方Instruct版。
- •Athanor为智能体原生开源系统，在真实GPU上运行，智能体自主读数据、写训练算法、调超参
- •4个Claude Opus 5.5智能体各占一个八卡节点，104小时内无任何研究指导
- •六任务开发集从15.9升至67.3，留出集从9.2升至48.2
- •对照官方Qwen3-4B-Instruct-2507为66.5和47.9，即平均追平甚至略超
- •智能体在沙箱内工作，禁用外部教师模型，留出集对其不可见
为什么重要：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为跨域通用模型，对自动化AI研究与模型训练人力结构有直接含义。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。