跳到主要內容
2026-11-10 日報
模型發布

百度首度披露 RSI 進展:ERNIE Evolve 參與文心 5.5 Flash 推理優化,昆仑芯 P800 生成速度達基線 623.6%

AI 科技評論單一來源
核實資料不足

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

本次未取得足夠原文證據

百度文心首次披露遞歸自我改進(RSI)最新進展,公布參與文心 5.5 Flash 研發的自動研究系統 ERNIE Evolve。據報導,該系統能圍繞目標與約束自主提出研究方向、開展實驗、驗證結果並累積經驗,在 NanoChat AutoResearch 與 NanoGPT Speedrun 兩項任務的三個評測指標上,取得目前公開驗證的 SOTA 表現。目前 ERNIE Evolve 已應用於即將發布的文心 5.5 Flash 推理優化。 系統採雙層循環:外層結合歷史實驗與既有知識提出研究方向並並行多條研究線;內層針對單一方向持續修改程式碼、評測並沉淀經驗。內部由 Director(選定方向)、Selector(確定每輪目標與程式碼起點)、Executor(修改程式碼並產生新版本)等多個智能體分工,另有獨立評測程式 Evaluator 與 Reviewer 檢查研究是否偏離目標或存在評測漏洞,只有通過評測與復核的改進才會保留。 在實際推理優化中,據文章披露的結果如下: - 昆仑芯 P800 低時延場景:歷時約 168 小時、經 4 輪方向探索,最優版本生成速度達基線的 623.6%。 - 確定性推理吞吐:用 3 天探索 3 個方向,在保持確定性的前提下,吞吐達基線的 133.7%,平均每 token 生成時間縮短 26%,首 token 延遲降低 12%。 - 極致解碼速度:累計探索 7 個方向,其中 3 個有效,推理性能累計提升至基線的 114.9%,精度與基線一致。 文章稱上述改動已通過壓測與正確性檢查並完成生產級驗證。百度技術部落格指出,推理基礎設施是 RSI 在真實研發中的第一個落點,未來將延伸至訓練系統、模型能力研究與評測體系,並在明確的目標、權限與資源邊界內接受安全評估與人工監督。 另據報導,百度已於 11 月 5 日開源基座模型文心 5.5 Flash Base;接近百度人士透露,文心新模型或將於近期發布,官方尚未公布具體日期。
讀原始報導

背景

遞迴自我改進(Recursive Self-Improvement,RSI)指 AI 系統不只提升自身能力,還改進讓自己變強的那套機制,使下一代在未參與訓練的評測上仍更擅長繼續改進。維基百科將其描述為 AI 系統反覆設計出更強的後繼者,這個過程可能引發智慧爆炸。投機解碼(Speculative Decoding)則是先由一個速度較快的小模型猜出多個候選 Token,再由大模型一次並行驗證,藉此加速推理。

來源