百度文心首次披露RSI進展：ERNIE Evolve已用於最新模型研發，文心5.5 Flash 或將近期發佈

11月9日，百度文心首次披露 RSI 最新進展，公佈參與文心 5.5 Flash 研發的自動研究系統 ERNIE Evolve，其能夠圍繞目標與約束，自主提出研究方向、開展實驗、驗證結果並積累經驗，既可以持續優化已有路徑，也能根據實際效果探索新方向。在 NanoChat AutoResearch 和 NanoGPT Speedrun 兩項任務的三個評測指標上，均取得了目前公開驗證的 SOTA 表現。目前，ERNIE Evolve 已應用於即將發佈的文心 5.5 Flash 推理優化，包括崑崙芯 P800 低時延場景的性能優化、確定性推理吞吐優化及極致解碼速度優化。

ERNIE Evolve 基準測試表現 遞歸自我改進（Recursive Self-Improvement，簡稱 RSI）是當前全球 AI 領域的重要探索方向之一，核心理念是讓 AI 直接參與自身研發流程，不斷優化自身能力，形成自我改進閉環。OpenAI、Anthropic、騰訊、智譜等多家廠商都在探索將 RSI 引入模型研發。ERNIE Evolve 採用雙層循環組織研究，外層循環結合歷史實驗結果和已有知識，提出新的研究方向並安排多條研究線並行探索；內層循環則針對具體方向持續進行代碼修改、效果評測和經驗沉澱。

系統內部由多個智能體分工協作，Director 負責選擇研究方向，Selector 負責確定每輪實驗的目標和代碼起點，Executor 負責修改代碼並生成新版本。每輪實驗結束後，獨立評測程序 Evaluator 負責評測代碼性能和實驗結果，Reviewer 則進一步檢查研究是否偏離目標、是否存在評測漏洞。只有通過評測和複核的改進才能保留。每輪實驗的代碼改動、結果和經驗都會被記錄，供後續研究參考。ERNIE Evolve 架構 將 ERNIE Evolve 接入文心 5.5 Flash 真實推理優化後，系統在生產環境中持續取得顯著收益。

· 在崑崙芯 P800 低時延場景優化中，ERNIE Evolve 歷時約 168 小時，經過 4 輪方向探索，先後接入原生融合算子並啟用投機解碼，再對主機調度與同步機制、通信路徑進行優化，最優版本的生成速度提升至基線的 623.6%。· 在確定性推理吞吐優化中，ERNIE Evolve 用 3 天時間圍繞確定性採樣、確定性開關及算子並行策略開展 3 個方向的探索，在嚴格保持確定性的前提下，最終將吞吐提升至基線的 133.7%，平均每 token 生成時間縮短 26%，首 token 延遲降低 12%。

· 在極致解碼速度優化中，ERNIE Evolve 累計探索 7 個研究方向，其中 3 個方向通過對 MoE 與 mHC 算子、矩陣乘與調度策略，以及草稿模型關鍵路徑的優化帶來有效提升，最終實現推理性能累計提升至基線的 114.9%，精度與基線保持一致。上述改動均已通過文心團隊的壓測與正確性檢查，並完成生產級驗證。崑崙芯 P800 低時延場景的性能優化過程確定性推理吞吐的優化過程極致解碼速度的優化過程 文心技術博客指出，推理基礎設施優化是 RSI 在真實研發中的第一個落點。

未來，同樣的研究閉環將逐步延伸至訓練系統優化、模型能力研究和評測體系迭代，推動 AI 自主發現問題、提出假設、設計實驗並驗證結果。擴展過程將在明確的目標、權限和資源邊界內進行，並接受持續的安全評估與人工監督。11月5日，百度已正式開源最新基座模型文心 5.5 Flash Base，該模型在知識、推理、數學、代碼、多語言和長上下文等多個基準測試中取得同尺寸模型 SOTA 表現。接近百度人士透露，文心新模型或將於近期發佈。· 技術博客：https://ernie.baidu.com/zh/research/posts/ernie-evolve/