← 장부로 돌아가기

Athanor — 104시간 캠페인으로 소형 모델을 공식 Instruct 수준으로 후훈련

날짜	2026-10-19
분류	벤치마크
판정	중립
게이지 가중치	2 / 3
출처	Athanor (arXiv 2610.21055, submitted 2026-10-15), recorded in AGI watch evening run, 2026-10-19

요약

Opus 5.5 에이전트 4개가 교사 모델과 연구 조언 없이 104시간 캠페인을 돌려 Qwen3-4B-Base를 개발셋 15.9에서 67.3으로, 홀드아웃 9.2에서 48.2로 끌어올렸다. 단 표본은 n=1이었고 동결 평가 등 스캐폴딩은 제공됐다.

A/B 영향 분석

기간만 보면 장기 자율성의 문턱을 넘은 실행이지만, 외부 오라클과 스캐폴딩이 있는 검증이 값싼 영역의 실행력이라는 할인 사유가 기록에 분명하다. 시나리오 A에는 실행 루프가 닫히고 있다는 방향성 증거, B에는 판단 루프는 여전히 열려 있다는 동시 증거다. 어느 한쪽으로 기울지 않아 중립으로 두되, n=1 재현 여부가 다음 판정을 가를 항목으로 남긴다. 크럭스 충족으로는 기록하지 않는다. 교사 없이 후훈련을 끝까지 완주했다는 실행 자체는 분명한 진전으로 인정하되, 그 진전이 판단의 영역으로 전이되는지를 계속 묻는 것이 이 장부의 일관된 태도라는 점도 적어 둔다. 실행의 성공을 판단의 성공으로 자동 환산하지 않는 것이 원칙이다.