El sistema ernie evolve de Baidu alcanza nuevos hitos en la investigación automatizada de IA

Baidu ha presentado ERNIE Evolve, un nuevo sistema de investigación automatizada diseñado para mejorar tanto el código de entrenamiento como de inferencia de los modelos de inteligencia artificial. Este sistema funciona aceptando un repositorio de código, un objetivo específico y criterios de evaluación, seleccionando posteriormente caminos de investigación, modificando el código y ejecutando experimentos. Solo las modificaciones que pasan con éxito un evaluador oculto y un revisor independiente se conservan. ERNIE Evolve funciona a través de dos bucles anidados: un bucle exterior determina el área de investigación, mientras que el bucle interior desarrolla y prueba mejoras en esa dirección. El sistema ejecuta múltiples líneas de investigación simultáneamente, manteniendo árboles de versiones separados para cada una, y registra los experimentos fallidos para evitar pruebas redundantes. Baidu probó el sistema contra NanoChat AutoResearch, NanoGPT Speedrun y SOL-ExecBench. Además, el sistema se aplicó para optimizar la inferencia para ERNIE-5.5-Flash, que actualmente se encuentra en desarrollo. Baidu presentó esta tecnología como un paso práctico hacia la mejora recursiva de sí mismo (RSI), donde los sistemas de IA mejoran iterativamente el software que los crea y los ejecuta. Los resultados iniciales se compararon con registros anteriores, como la marca de ~79.7 s para Hyra y los tiempos de Recursive Speedrun.