تؤتمت ERNIE Evolve من Baidu أبحاث الذكاء الاصطناعي وتحسين الاستدلال

أعلنت Baidu عن ERNIE Evolve في 9 نوفمبر 2026، وأفادت بتحقيق نتائج أفضل من نتائج المقارنات العامة في ثلاثة مقاييس لـNanoChat وNanoGPT، وبزيادة في معدل النقل بلغت 33.7% في اختبار واحد للاستدلال الحتمي باستخدام ERNIE-5.5-Flash. ويختار نظام الأبحاث المؤتمتة اتجاهات البحث، ويعدّل شيفرة الذكاء الاصطناعي، ولا يُبقي إلا على التحسينات التي تجتاز التقييم والمراجعة كلًّا على حدة.

ويشمل الإعلان أيضًا أعمالًا جارية لهندسة الاستدلال لصالح ERNIE-5.5-Flash، الذي لا يزال قيد التطوير. ولا يقتصر دور النظام على كتابة الشيفرة؛ فهو يختار مسارات البحث، وينفّذ الاختبارات، ويستفيد من الإخفاقات والنجاحات معًا لتوجيه المراحل اللاحقة.

حلقة بحثية تخضع لفحوص مستقلة

عند تزويده بمستودع وهدف للتحسين ومعايير للتقييم، يعدّل ERNIE Evolve الشيفرة ويجري تجارب في بيئات معزولة. ويختار مدير الحلقة الخارجية اتجاهًا وإصدارًا أوليًا بالاستناد إلى بنك خبرات يضم التجارب السابقة، وقاعدة معارف تشمل الأبحاث والشيفرات مفتوحة المصدر والمعرفة المتخصصة. وتضم المسارات المتوازية أشجارًا من الإصدارات المرشحة؛ وفي كل مسار، يختار المحدِّد إصدارًا مرشحًا وفرضية، ثم ينفّذ المنفّذ التغيير.

يعتمد قبول التغييرات على مقيِّم ثابت ومراجع مستقل. ويعمل المقيِّم خارج المستودع، ولا تستطيع الوكلاء رؤيته، ويستبعد التغييرات الخارجة عن النطاق، ويشترط أن تتجاوز المكاسب عتبة الضجيج. ويتحقق المراجع من الالتزام باتجاه البحث ويرفض التحايل على التقييم. ولا يمكن للإصدارات المرشحة الخارجة عن الاتجاه المحدد أن تصبح الإصدار الأفضل.

نتائج المعايير المرجعية العامة والشيفرة المنشورة

تفيد Baidu بالنتائج التالية مقارنةً بنتائج المقارنة العامة المعتمدة في تقييمها:

في NanoChat، أضاف ERNIE Evolve فرعي تنبؤ إلى جانب الشبكة العصبية: يستخدم أحدهما إحصاءات إن-غرام من مجموعة بيانات التدريب، فيما يسترجع الآخر مستندات مطابقة ويُصدر تنبؤات استنادًا إلى تكملاتها. وتضبط بوابة متعلَّمة مزيج الفرعين بالاستناد إلى أداء كل منهما في مواضع الرموز السابقة.

ينشر مستودع النتائج الشيفرة النهائية وسجلات القياس، مع تضمين الشيفرة المنفّذة في كل سجل أو تحديدها ببصمة SHA-256 الخاصة بها. ويعرض سبع قطع برمجية للنوى من SOL-ExecBench، حققت درجات تتراوح بين 0.6669 و0.9920؛ ولا يعاد توزيع تعريفات المهام وبيانات أحمال العمل الخاصة بـNVIDIA.

وتضع نتائج SOL-ExecBench حدًّا لما يمكن استنتاجه من النتائج الأوسع: فلم يتصدر ERNIE Evolve كل المقاييس المدرجة، وإن كانت مقارنة Baidu تضعه في مرتبة متقدمة على Recursive وHyra-1.0 في تلك المهمة.

تحسين الاستدلال لـERNIE-5.5-Flash

طبّقت Baidu نظام ERNIE Evolve على الاستدلال منخفض الكمون على Kunlunxin P800، وعلى معدل نقل الاستدلال الحتمي باستخدام وحدات معالجة الرسومات، وعلى سرعة فك الترميز للطلبات الفردية. وكانت معظم خطوط الأساس قد خضعت للتحسين على يد مهندسين، كما كان يتعين على التغييرات اجتياز اختبارات الحمل وفحوص الصحة نفسها التي تخضع لها الأعمال المقدمة من المهندسين.

تفيد Baidu بأن أربع جولات بحثية على Kunlunxin P800 رفعت سرعة التوليد إلى 623.6% من خط الأساس، مع اجتياز فحوص الصحة ومن دون تغيير النموذج أو إعداد النشر. وأتاحت الجولات الأولى وصلات فائقة مدمجة مقيّدة بمتشعب وفك الترميز التخميني، ثم خفّضت النفقات الإضافية لجدولة المهام والمزامنة على جانب المضيف. وأتاح إصلاح لآلية توزيع المهام في الجولة الرابعة استخدام مسار DeepEP منخفض الكمون.

في تدريب التعلم المعزز، اشترطت المهمة الحتمية أن تكون الرموز المولَّدة والاحتمالات اللوغاريتمية متطابقة بتًا ببت، بصرف النظر عن تركيب الدفعة، وأن تطابق نتائج إعادة حساب التسلسل الكامل. ويدعم الوضع الحتمي في SGLang هذه المتطلبات بتثبيت ترتيب عمليات الاختزال، لكن ذلك يحدّ من استغلال وحدات معالجة الرسومات. وبعد نحو ثلاثة أيام، أفادت Baidu بأن العمل خفّض أيضًا متوسط الزمن لكل رمز مُخرَج بنسبة 26% والزمن حتى ظهور الرمز الأول بنسبة 12%، مع الحفاظ على الحتمية. وجاء أكبر مكسب منفرد من استبدال أخذ العينات الحتمي، الذي كان يستهلك نحو 14% من وقت وحدة معالجة الرسومات في كل خطوة، بنواة Triton تعالج أجزاء من المفردات بالتوازي.

في فك الترميز على وحدة معالجة الرسومات (GPU) لطلب واحد، تفيد Baidu بتحقيق زيادة في السرعة بنسبة 14.9% مقارنةً بخدمة سبق أن ضبطها المهندسون، من دون أي تغيير في الدقة. وأسفرت ثلاثة من أصل سبعة مسارات بحثية عن تحسينات. وشملت هذه التحسينات استخدام تعليمات FP16 الأصلية لإجراء عمليات ضرب المصفوفات بصيغة FP8 عندما يقل عدد صفوف الإدخال عن ثمانية، واستبدال الفحص التسلسلي للخبراء بجدولة من مستويين لنظام مزيج الخبراء.

كشفت هذه الاختبارات أيضًا عن قيود أشد صرامة على الوحدات والحتمية، وضوضاء في القياس تقارب حجم التحسينات الفردية، وبيئات تشمل محركات الاستدلال ومكتبات النوى البرمجية والمكونات الإضافية للأجهزة ونصوص بدء تشغيل الخدمات. وكانت بعض التغييرات المفيدة أصغر من أن تتجاوز مستوى الضوضاء، لذا كان على الحلول المرشحة إثبات جدواها في اختبارات تحميل شاملة من البداية إلى النهاية، لا في قياسات معزولة للنوى البرمجية.

تخطط Baidu لتطبيق هذه الحلقة على تحسين أنظمة التدريب، ثم استخدام مقاييس قدرات النماذج لتوجيه توليد الفرضيات آليًا وتصميم التجارب والتحقق من صحتها. ويتمثل هدفها الأطول أمدًا في أن يتمكن الذكاء الاصطناعي من تحديد فجوات القدرات وتوليد مهام التقييم وتحسينها.

تقول الشركة إن التحسين الذاتي التكراري يجب أن يظل خاضعًا للتحكم البشري وقابلًا للإيقاف، ضمن حدود صريحة للأهداف والأذونات والموارد، مع تقييم مستمر للسلامة وإشراف بشري. والانتقال من مقاييس هندسية ثابتة إلى قدرات النماذج وتصميم المعايير المرجعية يجعل ضوابط التقييم والإشراف هذه محورًا أساسيًا في تحديد المدى الذي يمكن أن تتوسع إليه حلقة البحث.