百度让AI自己改代码跑实验，先学会扔掉没用的结果
ERNIE Evolve 把改代码、跑实验、验证收益串成闭环，在 NanoChat 和 NanoGPT Speedrun 上超过公开最好成绩，也加速了 ERNIE-5.5-Flash 推理。自动科研的难点，可能就在筛选。
据 MarkTechPost 的 Michal Sutter 报道，百度有一套叫 ERNIE Evolve 的自动研究系统。它干的事很具体：改代码，跑实验，只保留验证过有收益的改动。报道称，它在 NanoChat 和 NanoGPT Speedrun 上超过公开最好成绩，也加快了 ERNIE-5.5-Flash 的推理。
自动研究系统听起来像让 AI 自己写论文。先看闭环：生成改动，执行实验，拿结果筛掉无效项。ERNIE Evolve 的“只留 verified gains”是重点。自动实验最怕产出大量看着能跑、实际没提升的改动。能验证并丢弃，比多生成几版代码更值钱。
成绩分两类。NanoChat、NanoGPT Speedrun 是公开任务和跑分，适合横向比较；ERNIE-5.5-Flash 的推理加速偏内部模型优化。报道没有给具体提升幅度，也没展开实验设置。能确认的是它在这几个点上拿到了结果。
对开发者，这更像一个自动化实验框架的样本：把代码搜索、实验执行、结果验证串起来。对普通读者，可以把它理解成 AI 在限定任务里试错，靠实验记录决定留下什么。它离“通用科学家”还远，公开基准上的胜负也不能直接外推到所有研究。真正要看后续：验证是否严格，收益能否复现，换任务是否还成立。
原文：MarkTechPost
发布时间: 2026-11-10 00:31