百度ERNIE Evolve自动研究系统刷新多项基准
百度发布ERNIE Evolve自动化研究系统，可围绕仓库目标自主选方向、改代码并跑实验；在NanoChat、NanoGPT Speedrun等基准取得成绩，并优化ERNIE-5.5-Flash推理。
要点
- 系统采用嵌套循环，由Director选方向、Selector提假设、Executor改代码、Evaluator与Reviewer把关。
- NanoChat AutoResearch取得0.8763验证BPB，NanoGPT Speedrun Track 1用时38.9秒。
- NanoGPT Speedrun Track 3为2590步，SOL-ExecBench平均SOL 0.819，低于榜首0.827。
- ERNIE-5.5-Flash在昆仑芯P800生成速度达基线623.6%，确定性推理吞吐提升33.7%。
- 系统本身未公开，仅结果与日志在GitHub；驱动智能体的LLM未披露。
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。