百度文心披露RSI 推理提速至基线623.6%

时间：2026年11月9日 地点：中国北京，百度文心团队通过官方技术博客发布 人物：百度文心团队及其 ERNIE Evolve 自动研究系统，文中作为对比的同类系统包括 Recursive 与腾讯 Hyra-1.0 事件详情：11月9日，百度文心在官方技术博客首次披露递归自我改进（Recursive Self-Improvement，简称 RSI）进展，公布参与文心 5.5 Flash 研发的自动研究系统 ERNIE Evolve。它围绕明确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，用双层循环组织研究，外层决定研究什么、内层负责把一个方向做好；系统内由 Director、Selector、Executor 分别负责选题、决策与产出，独立评测程序 Evaluator 放在被优化的仓库之外测性能与正确性，Reviewer 再检查改动是否偏离方向或利用评测漏洞，只有通过评测与复核的改进才被保留。在公开任务上，ERNIE Evolve 在 NanoChat AutoResearch 拿到 0.8763 的验证集 BPB，在 NanoGPT Speedrun Track 1 用时 38.9 秒、Track 3 用 2590 步，两项任务均超过目前公开验证的最好结果（社区最好分别为 0.8878、39.9 秒与 2690 步）；在 NVIDIA SOL-ExecBench 上平均 SOL 分数为 0.819，接近榜首的 0.827，相关结果已在 GitHub 开源。接入正在开发中的 ERNIE-5.5-Flash 推理优化后：在昆仑芯 P800 低时延场景，经四个方向探索后最优版本生成速度提升至基线的 623.6%；在 GPU 确定性推理吞吐上，经约 3 天搜索后吞吐提升 33.7%，平均每个 token 生成时间缩短 26%、首 token 延迟缩短 12%；在单并发极致解码速度上，共提出 7 个研究方向、其中 3 个方向有效，解码速度提升 14.9%，精度与基线保持一致。 背景：递归自我改进的核心理念是让 AI 直接参与自身研发流程，形成自我改进闭环，OpenAI、Anthropic、腾讯、智谱等多家厂商都在探索把 RSI 引入模型研发。此前各家披露的多是公开基准上的自动研究成绩，而真实推理服务的优化要难得多：多数任务的基线已经过工程师专项优化，容易拿到的收益已被拿走；确定性、精度和延迟不能变差，改动范围也被限定在指定模块内；单处改动的收益往往与测量噪声处在同一量级，系统必须分清真实提升与偶然波动。据量子位与雷峰网同日报道，昆仑芯 P800 这一任务历时约 168 小时。另外，百度已于 11 月 5 日开源文心 5.5 Flash Base，官方在博客中称推理基础设施优化是 RSI 在真实研发中的第一个落点。 影响：这套系统的价值不在于生成代码，而在于把研究方向选择、实验执行、结果判断与经验积累组织成一个可持续过程，这也是官方强调的递归含义——让 AI 参与能改进 AI 自身的研发闭环。对开发者与工程团队而言，公开任务的领先成绩与开源的结果仓库提供了可直接复现的参照；而在真实生产任务上，昆仑芯 P800 上 623.6% 的生成速度提升与确定性推理 33.7% 的吞吐提升，说明自动研究在国产算力平台的推理服务优化上已经能产出可落地的改动。官方同时划出边界：RSI 的扩展必须以可控、可暂停为前提，在明确的目标、权限和资源边界内运行，并接受持续的安全评估与人工监督，只有当人类仍能理解、监督和终止系统时才逐步扩大研究范围。 总结：百度文心 11 月 9 日首次披露 RSI 进展，公布自动研究系统 ERNIE Evolve，并用三项真实推理优化任务给出可量化结果：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%、每 token 生成时间缩短 26%、首 token 延迟降低 12%，单并发极致解码速度提升 14.9%。在公开验证侧，ERNIE Evolve 在 NanoChat AutoResearch 取得 0.8763 的 BPB，在 NanoGPT Speedrun 用 38.9 秒与 2590 步，两项任务均超过目前公开验证的最好结果，在 NVIDIA SOL-ExecBench 上以 0.819 逼近榜首 0.827，结果已开源。这次披露把 RSI 从公开榜单上的自动研究推进到生产级推理服务优化，也意味着文心 5.5 Flash 的正式发布进入倒计时。官方表示下一步将把同一研究闭环延伸到训练系统优化、模型能力指标与评测体系的自迭代，同时保持目标、权限、资源边界与人工监督。 常见问题： 问：ERNIE Evolve 是什么？ 答：百度文心的自动研究系统，能自主提出研究方向、跑实验、验证结果并沉淀经验，已用于文心 5.5 Flash 的推理优化。 问：RSI 是什么？ 答：递归自我改进，让 AI 直接参与自身研发流程形成自我改进闭环，OpenAI、Anthropic、腾讯等都在探索。 参考来源： 百度文心官方技术博客：ERNIE Evolve：让自动研究走进真实 AI 研发 https://ernie.baidu.com/zh/research/posts/ernie-evolve/ 量子位：百度文心首次披露RSI进展，ERNIE Evolve已用于最新模型研发 https://www.qbitai.com/2026/11/508746.html 雷峰网：百度文心首次披露RSI进展，ERNIE Evolve已用于最新模型研发 https://www.leiphone.com/category/industrynews/FO9Dx6HKj5Bvno5y.html IT之家：百度文心首次披露 RSI 进展，ERNIE Evolve 已用于最新模型研发 https://it.ithome.com/archiver/1/024/368.htm ERNIE Evolve 公开结果仓库（GitHub） https://github.com/ernie-research/ERNIE-Evolve-Results 网易：百度文心首次披露RSI进展，ERNIE Evolve已用于最新模型研发 https://www.163.com/dy/article/LBAE62F40511DPVD.html