百度发布 ERNIE Evolve 自动化研究系统，可自主改进训练与推理

百度推出 ERNIE Evolve，一个面向 AI 训练与推理优化的自动化研究系统。它接收明确的研究目标后，自主选择研究方向、修改代码并运行实验，只有通过独立评估与审查的改进才会保留，且每轮发现会指导下一轮迭代。 在公开基准上，该系统在 NanoChat AutoResearch 和 NanoGPT Speedrun 上达到 SOTA；在 ERNIE 5.5 Flash 推理测试中，确定性 GPU 推理吞吐提升 33.7%，单请求解码速度提升 14.9%。百度将此视为迈向递归自我改进（RSI）的实用一步，下一步计划把该方法扩展到训练系统、模型能力与评估环节。 这类由系统自主完成研究闭环的做法此前多见于学术界的 AlphaEvolve 等项目，百度将其落到自家模型推理优化上，意味着自动化研究开始进入生产环境验证阶段。