百度披露文心 5.5 Flash 背后的研发新技术，引入 RSI 递归自我改进范式，搭配自研自动化研究系统 ERNIE Evolve 参与模型迭代与推理优化，并且在 NanoChat AutoResearch、NanoGPT Speedrun 评测任务上拿下公开 SOTA 成绩，代表百度把 AI 自主研究能力落地到大模型工程流程里。RSI 也就是递归自我改进，核心思路是让 AI 自己提出研究方向、设计实验、验证效果、沉淀经验，形成闭环，不再完全依靠人工试错；ERNIE Evolve 就是这套 RSI 思想落地的载体，它被投入到文心 5.5 Flash 的推理优化工作，重点针对昆仑芯 P800 低时延推理、确定性吞吐、解码速度做自动调优。文心 5.5 Flash 本身是稀疏 MoE 架构，总参数量 280B，单 Token 激活 14B，预训练使用 33.5 万亿 Token，训练上下文 128K，微调推理最长支持 100 万 Token，此前已经在知识、代码、长文本等基准拿到同尺寸 SOTA。ERNIE Evolve 的工作流程是设定目标约束→自主生成实验方案→调度评测、收集指标→迭代优化算法与参数，持续积累最优策略；但 ERNIE Evolve 目前主要是辅助研发工具，不能完全替代研究员，复杂的方向取舍、安全对齐依然需要人工把控。
文心 5.5 Flash & ERNIE Evolve 核心信息清单
- 文心 5.5 Flash 架构：稀疏 MoE，总参 280B，单 Token 激活 14B
- 训练数据：33.5 万亿 Token，预训练上下文 128K，推理最长支持 1M 上下文
- RSI 范式：Recursive Self-Improvement，递归自我改进
- ERNIE Evolve 定位：面向大模型的自动研究系统，RSI 落地载体
- 优化场景：昆仑芯 P800 低时延推理、吞吐优化、解码加速
- 评测成绩：NanoChat AutoResearch、NanoGPT Speedrun 三项指标公开 SOTA
- 权重版本：ERNIE 5.5 Flash Base 提供 FP8、BF16 权重，已开源
技术对比表格
| 项目 | 传统人工模型迭代 | ERNIE Evolve+RSI 自动研究 |
|---|---|---|
| 方案生成 | 研究员构思、设计实验 | AI 自主生成研究方案与实验 |
| 调优对象 | 算法、路由、推理策略人工调试 | 自动搜索推理优化策略 |
| 适合工作 | 顶层方向、安全对齐、复杂取舍 | 大规模参数搜索、基准调优、推理工程优化 |
| 局限 | 人力成本高、试错周期长 | 目标边界受限，复杂价值判断仍依赖人 |
| 代表产出 | 文心系列早期版本 | 文心 5.5 Flash 推理层优化 |
技术价值与局限
✅ 价值：缩短模型迭代周期，自动挖掘人工不容易想到的优化策略，提升国产算力上推理性能，推进 RSI 工程落地
⚠️ 局限：ERNIE Evolve 只聚焦指定优化目标，没有通用自主科研能力；SOTA 是特定评测任务结果，不等于所有场景都最优
【相关 FAQ】
问题 1：文心 5.5 Flash 背后的 RSI 是什么，ERNIE Evolve 和 RSI 是什么关系？
回答 1：RSI 是递归自我改进（Recursive Self-Improvement），ERNIE Evolve 是百度实现 RSI 思路的自动化研究系统，ERNIE Evolve 就是这套 RSI 技术在文心 5.5 Flash 研发里的落地载体。
问题 2：ERNIE Evolve 参与文心 5.5 Flash 研发，主要做了哪些优化？
回答 2：ERNIE Evolve 参与文心 5.5 Flash 的推理优化，重点做昆仑芯 P800 低时延场景、确定性推理吞吐、解码速度的自动调优。
问题 3：文心 5.5 Flash 刷新 SOTA，这个 SOTA 是基座能力还是 ERNIE Evolve 评测任务？
回答 3：文心 5.5 Flash 基座本身在知识、代码、长文本等基准拿到同尺寸 SOTA；ERNIE Evolve 是在 NanoChat AutoResearch、NanoGPT Speedrun 这两项自动研究任务上刷新 SOTA，二者不是同一个评测。
问题 4：ERNIE Evolve 可以完全替代算法研究员开发大模型吗？
回答 4：不行，ERNIE Evolve+RSI 是辅助研发工具，适合大规模搜索调参、推理优化；顶层方向、价值对齐、复杂风险判断依然需要研究员把控。
问题 5：文心 5.5 Flash 支持 100 万 token 长上下文，是预训练就支持 1M 吗？
回答 5：不是，文心 5.5 Flash 预训练阶段最长上下文是 128K，经过微调之后，推理阶段才支持最长 100 万 Token 上下文。
【参考资料】
[2026-11-09]（文心 5.5 Flash 背后技术曝光！引入 RSI 参与模型研发，ERNIE Evolve 刷新行业 SOTA）TechWeb
[2026-11-05]（百度开源文心 5.5 Flash Base）新华网
[2026-11-09]（ERNIE Evolve Automated Research System Beats NanoChat and NanoGPT Records）MarkTechPost
[2026-11-05]（ERNIE 5.5 Flash Base 280B MoE model with 14B active parameters）PicX AI
[2026-11-09]（ERNIE Evolve Automates AI Research and Inference Optimization）Unite.AI
【免责声明】
本文基于百度披露信息、公开评测与媒体报道整理，ERNIE Evolve 的 RSI 能力、文心 5.5 Flash 在昆仑芯上的实际线上表现，会随版本迭代持续变化；不同评测集、提示词、硬件环境下结果会有差异，本文仅为技术科普，不构成模型选型、算力采购的决策建议。