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，