arXiv · cs.AI· Yufa Zhou, Yichen Wang, Jiakun Fan, Ziqi Shu, Zhichao Liu, Anru R. Zhang, Neiwen Ling, Zijun Wei·· 6 小时前精选
Athanor：面向自主后训练研究的智能体原生系统
Athanor: An Agent-Native System for Autonomous Post-Training Research
arXiv:2610.21055v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yufa Zhou, Yichen Wang, Jiakun Fan, Ziqi Shu, Zhichao Liu, Anru R. Zhang, Neiwen Ling, Zijun Wei
研究任务与主要进展
作者提出Athanor（AutoPostTrain），让四个Claude Opus 5.5智能体在真实GPU上自主完成Qwen3-4B-Base的后训练研究。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
Athanor将数据集阅读、训练数据构建、算法修改、超参数调优和结果分析交给多个智能体执行，并以冻结评测、托管任务和隔离的留出测试约束研究过程。基于论文摘要，104小时真实GPU实验显示其能将Qwen3-4B-Base后训练至接近官方指令模型的开发集与留出集表现，但结论仍限于所述六任务和实验条件。本站设想：可在更多模型、任务与外部教师模型禁用条件下复现实验，并比较其相对官方指令模型的稳定性。
来源：arXiv · cs.AI · arxiv.org