百度发布 ERNIE Evolve 自动进化训练与推理代码

百度正式发布其递归自我改进（RSI）系统 ERNIE Evolve，该系统通过多智能体双层循环自主提出研究方向、修改代码并验证结果，已在多项基准测试中取得公开最优成绩。最引人注目的是，ERNIE Evolve 已实际接入文心 5.5 Flash 的推理优化，在昆仑芯 P800 低时延场景下将生成速度提升至基线的 623.6%，确定性推理吞吐提升至 133%，且严格保持确定性。

ERNIE Evolve 采用 Director、Selector、Executor、Evaluator、Reviewer 等多智能体协作架构，形成“导演+并行进化树”的双层嵌套循环。只有通过独立评估器打分和审查器复核的改进才会被保留，有效防止刷分行为。在公开基准上，该系统在 NanoChat AutoResearch 中达到 0.8763 BPB，超越此前最佳 0.8878；在 NanoGPT Speedrun Track 1 中仅用 38.9 秒完成训练。不过，系统本身并未开源，仅公开了基准测试的最终代码与运行日志。

ERNIE Evolve 的发布标志着百度在 AI 自动化研发领域迈出关键一步，其将自我进化能力直接应用于自家芯片和模型优化，展示了从研究到生产的闭环潜力。文心 5.5 Flash Base 已于 11 月 5 日开源，新模型或于近期发布，这可能会进一步推动 AI 开发效率的竞争，并引发关于自动化研究系统透明性与可复现性的讨论。