百度文心发布自动研究系统 ERNIE Evolve

11 月 9 日，百度文心团队发布自动研究系统 ERNIE Evolve，称其在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项公开 AI 研发任务上超过公开验证最好结果：NanoChat AutoResearch 验证集 BPB 降至 0.8763，低于社区公开最佳 0.8878； NanoGPT Speedrun Track 1 用 38.9 秒训到目标损失（公开最佳 39.9 秒），Track 3 用 2,590 步达标（公开最佳 2,690 步）。

在 SOL-ExecBench 上，系统取得平均 SOL 分数 0.819，距榜首 0.827 还差 0.008。 ERNIE Evolve 已接入 ERNIE-5.5-Flash 做推理效率优化，昆仑芯 P800 低时延场景生成速度提升至基线的 623.6%，GPU 确定性推理吞吐提升 33.7%，极致解码速度提升 14.9%。 基准成绩与运行日志开源。 ERNIE Evolve 通过双层循环组织实验：外层根据历史实验和知识资料提出研究方向，内层连续迭代修改代码并验证。

系统内部分工明确：Director 选定起点，Selector 决定验证假设，Executor 按计划修改代码，Evaluator 和 Reviewer 分别评测性能和检查改动。 公开基准检验显示，ERNIE Evolve 在三项任务上取得显著改进。 NanoChat AutoResearch 通过预测分支和稀疏优化器优化模型结构、优化器、学习率策略和执行效率。 NanoGPT Speedrun 通过通信重叠、反向传播和输出层梯度计算等优化提升训练速度。

SOL-ExecBench 平均 SOL 分数为 0.819，高于 Recursive 和 Hyra-1.0，但未超过榜首 0.827。 真实研发任务中，ERNIE Evolve 在昆仑芯 P800 低时延场景推理速度提升至基线的 623.6%，GPU 确定性推理吞吐提升 33.7%，极致解码速度提升 14.9%，通过四轮优化实现显著改进。