据百度(BIDU)文心消息,文心正式介绍自动研究系统ERNIE Evolve,标志着其进入递归自我改进(RSI)阶段。该系统让AI自主选题、修改代码、运行实验,全自动升级自身能力,并已应用于即将发布的文心5.5 Flash推理优化,包括昆仑芯P800低时延场景性能优化、确定性推理吞吐优化及极致解码速度优化,相关改动均完成生产级验证。
01. 刷新行业SOTA,双层循环参与模型研发
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。ERNIE Evolve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,均取得目前公开验证的SOTA表现。
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。
02. 参与文心5.5 Flash推理优化,全部完成生产级验证
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。
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。
原文:让我们用 RSI 来卷文心(来源:百度(BIDU)文心)
