ERNIE Evolve ist ein automatisiertes Forschungssystem, das Baidu am 9. November 2026 im ERNIE-Blog vorgestellt hat – und der erste Schritt von Baidu in Richtung rekursiver Selbstverbesserung. Man gibt ihm ein Code-Repository, Ziele und Bewertungskriterien, und es ändert in einer isolierten Umgebung selbst Code, führt Experimente durch, während eine unabhängige Bewertung entscheidet, welche Verbesserungen bleiben. Bei drei öffentlichen KI-Forschungs- und Entwicklungsaufgaben übertraf es bei drei Kennzahlen die bis dahin besten öffentlich verifizierbaren Ergebnisse; angewandt auf das in Entwicklung befindliche ERNIE-5.5-Flash, brachte es die Low-Latency-Inferenz auf dem Kunlunxin P800 auf 623,6 % der Basisgeschwindigkeit.
Fünf Rollen, jede mit ihrer Aufgabe
Das System arbeitet mit zwei verschachtelten Schleifen: Die äußere Schleife legt Forschungsrichtungen fest, die innere entwickelt und testet Verbesserungen in jeder Richtung, mehrere Forschungsspuren laufen parallel und pflegen jeweils ihren eigenen Baum von Kandidatenversionen. Fünf Rollen teilen sich die Arbeit: Der Director wählt die nächste Forschungsrichtung und Startversion und greift dabei auf eine Experience Bank mit früheren Kandidaten und Ergebnissen sowie eine Knowledge Base aus Papieren und Open-Source-Code zurück; der Selector wählt Kandidaten innerhalb einer Spur und legt die nächste zu prüfende Hypothese fest; der Executor ändert Code in isolierter Umgebung; der Evaluator misst mit einem festen Verfahren Leistung auf echten Workloads und prüft Korrektheit – er sitzt außerhalb des optimierten Repositorys und ist für keinen Agenten sichtbar; der Reviewer prüft, ob Gewinne durch Ausnutzen der Bewertung zustande kamen, verwirft solche Kandidaten, und nur Verbesserungen über der Rauschschwelle werden akzeptiert.
Die öffentlichen Ergebnisse lassen sich in drei Zeilen zusammenfassen:
- NanoChat AutoResearch: Bei einem Budget von fünf Minuten auf einer einzigen GPU lag die Validierungs-BPB bei 0,8763 – besser als der bisherige Bestwert von 0,8878.
- NanoGPT Speedrun: Die Zeit bis zum Zielloss betrug 38,9 Sekunden, die Schritte bis dahin 2.590 – beides besser als die bisherigen Bestwerte von 39,9 Sekunden und 2.690 Schritten.
- SOL-ExecBench: Bei 235 Kernel-Optimierungsaufgaben aus echten Modellen lag der Mittelwert bei 0,819 – knapp unter dem Bestwert der offiziellen Bestenliste von 0,827.
Alle drei Aufgaben nutzten denselben Forschungszyklus, ohne auf eine einzelne Kennzahl zugeschnitten zu sein, und die Optimierungsergebnisse wurden auf GitHub quelloffen veröffentlicht.
Wichtiger ist der interne Einsatz: Automatisierte Forschung ist erstmals Teil der täglichen Entwicklungsarbeit des ERNIE-Teams, und Änderungen müssen dieselben Lasttests und Korrektheitsprüfungen bestehen wie Einreichungen von Ingenieuren. Neben der Kunlunxin-Beschleunigung stieg der deterministische Inferenzdurchsatz nach rund drei Tagen Forschung um 33,7 %, die Dekodiergeschwindigkeit legte weitere 14,9 % zu, bei gleichbleibender Genauigkeit. Baidu zog zugleich eine Sicherheitsgrenze: Rekursive Selbstverbesserung muss unter menschlicher Kontrolle laufen, abbrechbar sein, innerhalb definierter Ziele, Berechtigungen und Ressourcen bleiben und fortlaufend sicherheitsbewertet und beaufsichtigt werden. ERNIE Evolve hat allerdings noch keine öffentliche Nutzung, Preise oder API angekündigt – normale Nutzer können es noch nicht verwenden; es richtet sich an Teams, die an Modelltraining, Inferenzoptimierung und GPU-Kernel-Optimierung arbeiten.
Als Nächstes soll der Ansatz zunächst auf die Optimierung von Trainingssystemen ausgeweitet werden, dann sollen Modellfähigkeitskennzahlen die automatisierte Hypothesengenerierung und experimentelle Prüfung steuern. Als ERNIE 5.0 auf Qianfan erschien, wurde es als nativ vollständig multimodales Basismodell positioniert; ERNIE Evolve wirkt wie die „Forschungsmaschine", die dieser Produktlinie hinzugefügt wurde.
