百度文心首次披露RSI进展：ERNIE Evolve已用于最新模型研发，文心5.5 Flash 或将近期发布

11月9日，百度文心首次披露 RSI 最新进展，公布参与文心 5.5 Flash 研发的自动研究系统 ERNIE Evolve，其能够围绕目标与约束，自主提出研究方向、开展实验、验证结果并积累经验，既可以持续优化已有路径，也能根据实际效果探索新方向。

在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项任务的三个评测指标上，均取得了目前公开验证的 SOTA 表现。目前，ERNIE Evolve 已应用于即将发布的文心 5.5 Flash 推理优化，包括昆仑芯 P800 低时延场景的性能优化、确定性推理吞吐优化及极致解码速度优化。

ERNIE Evolve 基准测试表现 递归自我改进（Recursive Self-Improvement，简称 RSI）是当前全球 AI 领域的重要探索方向之一，核心理念是让 AI 直接参与自身研发流程，不断优化自身能力，形成自我改进闭环。

OpenAI、Anthropic、腾讯、智谱等多家厂商都在探索将 RSI 引入模型研发。 ERNIE Evolve 采用双层循环组织研究，外层循环结合历史实验结果和已有知识，提出新的研究方向并安排多条研究线并行探索；

内层循环则针对具体方向持续进行代码修改、效果评测和经验沉淀。系统内部由多个智能体分工协作，Director 负责选择研究方向，Selector 负责确定每轮实验的目标和代码起点，Executor 负责修改代码并生成新版本。

每轮实验结束后，独立评测程序 Evaluator 负责评测代码性能和实验结果，Reviewer 则进一步检查研究是否偏离目标、是否存在评测漏洞。只有通过评测和复核的改进才能保留。每轮实验的代码改动、结果和经验都会被记录，供后续研究参考。

ERNIE Evolve 架构 将 ERNIE Evolve 接入文心 5.5 Flash 真实推理优化后，系统在生产环境中持续取得显著收益。· 在昆仑芯 P800 低时延场景优化中，ERNIE Evolve 历时约 168 小时，经过 4 轮方向探索，先后接入原生融合算子并启用投机解码，再对主机调度与同步机制、通信路径进行优化，最优版本的生成速度提升至基线的 623.6%。

· 在确定性推理吞吐优化中，ERNIE Evolve 用 3 天时间围绕确定性采样、确定性开关及算子并行策略开展 3 个方向的探索，在严格保持确定性的前提下，最终将吞吐提升至基线的 133.7%，平均每 token 生成时间缩短 26%，首 token 延迟降低 12%。

· 在极致解码速度优化中，ERNIE Evolve 累计探索 7 个研究方向，其中 3 个方向通过对 MoE 与 mHC 算子、矩阵乘与调度策略，以及草稿模型关键路径的优化带来有效提升，最终实现推理性能累计提升至基线的 114.9%，精度与基线保持一致。

上述改动均已通过文心团队的压测与正确性检查，并完成生产级验证。昆仑芯 P800 低时延场景的性能优化过程确定性推理吞吐的优化过程极致解码速度的优化过程 文心技术博客指出，推理基础设施优化是 RSI 在真实研发中的第一个落点。

未来，同样的研究闭环将逐步延伸至训练系统优化、模型能力研究和评测体系迭代，推动 AI 自主发现问题、提出假设、设计实验并验证结果。扩展过程将在明确的目标、权限和资源边界内进行，并接受持续的安全评估与人工监督。

11月5日，百度已正式开源最新基座模型文心 5.5 Flash Base，该模型在知识、推理、数学、代码、多语言和长上下文等多个基准测试中取得同尺寸模型 SOTA 表现。接近百度人士透露，文心新模型或将于近期发布。

· 技术博客：https://ernie.baidu.com/zh/research/posts/ernie-evolve/