ERNIE Evolve est un système de recherche automatisée que Baidu a présenté le 9 novembre 2026 sur le blog officiel ERNIE — et le premier pas de Baidu vers l'auto-amélioration récursive. Donnez-lui un dépôt de code, des objectifs et des critères d'évaluation, et il modifie le code et mène des expériences tout seul dans un environnement isolé, une évaluation indépendante décidant quelles améliorations sont conservées. Sur trois tâches publiques de R&D en IA, il a dépassé les meilleurs résultats publiquement vérifiables sur trois indicateurs ; appliqué à ERNIE-5.5-Flash, encore en développement, il a porté la vitesse d'inférence à faible latence sur Kunlunxin P800 à 623,6 % de la vitesse de référence.
Cinq rôles, chacun son travail
Le système fonctionne avec deux boucles imbriquées : la boucle externe fixe les directions de recherche, la boucle interne développe et teste des améliorations dans chaque direction, plusieurs pistes de recherche tournent en parallèle, chacune entretenant son propre arbre de versions candidates. Cinq rôles se partagent le travail : le Director choisit la prochaine direction de recherche et la version de départ, en s'appuyant sur une banque d'expérience qui conserve candidats et résultats passés, et sur une base de connaissances faite d'articles et de code open source ; le Selector choisit les candidats dans une piste et fixe la prochaine hypothèse à vérifier ; l'Executor modifie le code dans un environnement isolé ; l'Evaluator mesure les performances et vérifie l'exactitude sur des charges réelles avec une procédure fixe, en restant hors du dépôt optimisé et invisible pour tout agent ; le Reviewer vérifie si les gains proviennent d'un détournement de l'évaluation, écarte les candidats concernés, et seuls les gains au-dessus du seuil de bruit sont acceptés.
Le tableau des tâches publiques tient en trois lignes :
- NanoChat AutoResearch : avec un budget de cinq minutes sur un seul GPU, la BPB de validation atteint 0,8763, mieux que le précédent record de 0,8878.
- NanoGPT Speedrun : le temps pour atteindre la perte cible est de 38,9 secondes et le nombre d'étapes de 2 590, deux résultats meilleurs que les précédents records de 39,9 secondes et 2 690 étapes.
- SOL-ExecBench : sur 235 problèmes d'optimisation de kernels issus de modèles réels, le score moyen est de 0,819, légèrement sous le meilleur score du classement officiel, 0,827.
Les trois tâches utilisent le même cycle de recherche, sans réglage propre à un indicateur, et les résultats d'optimisation ont été publiés en open source sur GitHub.
Le déploiement interne compte davantage : la recherche automatisée entre pour la première fois dans le travail d'ingénierie quotidien de l'équipe ERNIE, et les modifications doivent passer les mêmes tests de charge et contrôles d'exactitude que les soumissions des ingénieurs. Outre l'accélération Kunlunxin, le débit d'inférence déterministe a progressé de 33,7 % après environ trois jours de recherche, la vitesse de décodage a encore gagné 14,9 %, à précision inchangée. Baidu a aussi tracé une limite de sécurité : l'auto-amélioration récursive doit fonctionner sous contrôle humain, pouvoir être interrompue, rester dans les limites d'objectifs, de permissions et de ressources définies, et subir une évaluation de sécurité et une supervision continues. ERNIE Evolve n'a toutefois annoncé ni accès public, ni tarif, ni API — les utilisateurs ordinaires ne peuvent pas encore l'utiliser, et il s'adresse aux équipes qui travaillent sur l'entraînement de modèles, l'optimisation d'inférence et l'optimisation de kernels GPU.
La prochaine étape consiste à étendre d'abord cette approche à l'optimisation des systèmes d'entraînement, puis à laisser les indicateurs de capacité des modèles guider la génération automatisée d'hypothèses et la vérification expérimentale. Quand ERNIE 5.0 est apparu sur Qianfan, il a été positionné comme un modèle de fondation nativement entièrement multimodal ; ERNIE Evolve ressemble au « moteur de recherche » ajouté à cette gamme.
