网易首页 > 网易号 > 正文 申请入驻

从答题,到做实验 对话的军备竞赛结束了难点在验证

0
分享至

对话的军备竞赛结束了难点在验证,不在生成5.5-Flash 是配套动作

从答题,到做实验

ERNIE Evolve 的意义不在跑分。它把研发流程本身,变成了模型的任务。

11 月 10 日,Tech AI Magazine 报道了百度 ERNIE Evolve 的进展。这套自动化研究系统在代码编辑、实验验证类任务上超过海外同类产品,同期 ERNIE-5.5-Flash 完成了推理速度优化。

跑分新闻天天有,这条不一样。区别在任务类型:不是回答问题,是完成研究。



文心一言的标识。百度的大模型产品线,正在从对话工具转向研发工具。

过去三年,大模型竞争的主线是答题。刷榜、对战、排行榜,全部围绕问答质量展开。这条线已经卷到尽头,头部模型的答题能力,对普通用户来说差异越来越小。

自动化研究系统是另一条线。给它一个课题,它自己查资料、写代码、跑实验、验证结果。这条线的对手不是别家聊天机器人,是研发流程本身。谁的模型能把研发周期压缩一半,谁就拿走企业级市场。



模型能力的对照表。工程类指标取代对话体验,成了发布会的核心内容。

答题能力决定模型卖不卖得动,研究能力决定模型替不替得了人。

让模型写代码不难,让模型确认自己写的代码对不对,很难。Evolve 的报道里,最值得注意的不是生成,是实验验证类任务这七个字。验证意味着模型要能设计对照、判断异常、承认失败。这三件事,恰恰是幻觉问题最集中的地方。

百度敢把验证能力拿出来对标,说明内部已经跑通了相当比例的场景。跑通的标志不是成功率数字,是敢不敢让外部任务进来。



百度大厦。搜索时代的巨头,把第二次增长押在了模型的工程能力上。

同一天优化推理速度,不是巧合。自动化研究是重度推理场景,一次实验可能要跑几百轮调用。速度慢一倍,研究成本就高一倍。Evolve 负责打开场景,5.5-Flash 负责压低成本,两件事必须同时成立。

其他厂商会跟上。自动化科研在接下来半年会成为发布会的标配词汇,就像两年前的多模态。区别在于,多模态人人能演示,自动化研究人人会被演示打脸。真跑通和假跑通,三个月见分晓。



文心一言的产品视觉。从 C 端产品到研发底座,定位切换的难度被市场低估。

声明:内容由AI生成

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
前半生蓄力,后半生薄发,中年之后财运一路走高的三大生肖

前半生蓄力,后半生薄发,中年之后财运一路走高的三大生肖

毅谈生肖
2026-11-21 10:41:24
贺炜谈国少0-5:回到顶级舞台才能遇到强手,看到世界才有发展动力

贺炜谈国少0-5:回到顶级舞台才能遇到强手,看到世界才有发展动力

懂球帝
2026-11-21 12:04:10
官媒发文,锐评赵本山新歌,言辞犀利,句句都说到了年轻人心坎上

官媒发文,锐评赵本山新歌,言辞犀利,句句都说到了年轻人心坎上

霁寒飘雪
2026-11-21 07:31:21
高市内阁的第二块骨牌,也要倒了

高市内阁的第二块骨牌,也要倒了

天真无牙
2026-11-20 17:54:51
原价129万元一针的抗癌“天价针”进医保,报销后患者自付费用有望降至10万元以内

原价129万元一针的抗癌“天价针”进医保,报销后患者自付费用有望降至10万元以内

封面新闻
2026-11-20 11:10:04
蒋介石这辈子最亏的买卖,就是白白送给我军一个将帅奇才,他是谁

蒋介石这辈子最亏的买卖,就是白白送给我军一个将帅奇才,他是谁

凡人侃史
2026-11-19 09:44:37
全国最美十大少妇,全是网友选出来的,最后一位实至名归!

全国最美十大少妇,全是网友选出来的,最后一位实至名归!

小椰的奶奶
2026-11-20 12:53:03
赵本山新歌舆论反转,很多人吐槽:本山大叔根本不懂普通人的压力

赵本山新歌舆论反转,很多人吐槽:本山大叔根本不懂普通人的压力

究竟谁主沉浮
2026-11-19 23:25:17
画面不堪入目,地下人奶交易乱象,成年人躺进怀里吃奶的灰色黑产

画面不堪入目,地下人奶交易乱象,成年人躺进怀里吃奶的灰色黑产

易玄
2026-09-12 10:24:46
暗战巴黎:歼36技术保卫战

暗战巴黎:歼36技术保卫战

军武咖
2025-04-16 23:34:53
明智!76人拒绝透支,布朗重回波士顿,奥尼尔认可詹姆斯地位

明智!76人拒绝透支,布朗重回波士顿,奥尼尔认可詹姆斯地位

民哥台球解说
2026-11-21 00:43:19
《影之刃零》没能成为第二个「黑神话」

《影之刃零》没能成为第二个「黑神话」

壹娱观察
2026-11-20 20:22:38
我表妹在暨南大学见到全红婵,她说全红婵根本就不像网上说的那样。现实生活中的全红婵,肉眼看上去一点都不觉得胖。皮肤很白,人非常可爱

我表妹在暨南大学见到全红婵,她说全红婵根本就不像网上说的那样。现实生活中的全红婵,肉眼看上去一点都不觉得胖。皮肤很白,人非常可爱

背包旅行
2026-11-17 21:26:39
《多喜一家人》闻佳音当牛做马被说应该,杨美帆踩点吃饭获得尊重

《多喜一家人》闻佳音当牛做马被说应该,杨美帆踩点吃饭获得尊重

亦暖追剧随笔
2026-11-20 11:58:47
带妻儿逛庙会看马戏,儿子突然大哭:爸爸,那个侏儒小丑是姐姐

带妻儿逛庙会看马戏,儿子突然大哭:爸爸,那个侏儒小丑是姐姐

罪案洞察者
2025-10-21 10:50:39
有网友问,邢道荣这种货色是怎么混成大将的?评论区留言太精辟了!

有网友问,邢道荣这种货色是怎么混成大将的?评论区留言太精辟了!

夜深爱杂谈
2026-11-15 22:47:29
ATP总决赛四强出炉:阿卡兹维列夫均3战全胜,前4号种子成功会师

ATP总决赛四强出炉:阿卡兹维列夫均3战全胜,前4号种子成功会师

全景体育V
2026-11-21 06:33:11
开国上将家庭变故:长子四子被拘留,二子军籍被除,妻子也遭监禁!

开国上将家庭变故:长子四子被拘留,二子军籍被除,妻子也遭监禁!

舆图看世界
2026-11-14 16:30:04
哈马斯女成员自曝:利用记者证侦察要袭击的以色列目标,造成15人死亡

哈马斯女成员自曝:利用记者证侦察要袭击的以色列目标,造成15人死亡

桂系007
2026-11-20 08:33:52
妻子升处长后跟我离婚,领完证后我拨通了省纪委电话,她脸色煞白

妻子升处长后跟我离婚,领完证后我拨通了省纪委电话,她脸色煞白

千秋文化
2026-07-14 19:32:44
2026-11-21 13:51:00
Holdon2099游戏世界 incentive-icons
Holdon2099游戏世界
关注游戏,分享快乐。
580文章数 1975关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

45岁男子奸淫幼女辩称不知其不满14岁 二审改判七年

头条要闻

45岁男子奸淫幼女辩称不知其不满14岁 二审改判七年

体育要闻

伦德伯格撞墙的力度真不轻

娱乐要闻

虞书欣擦边自拍、霸凌同事、媒体点名?

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

本地
时尚
艺术
健康
公开课

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

今年冬天流行“大+小”穿法,时髦又显瘦!

艺术要闻

2026第七届民族美术作品展 油画选二

医生眼里"很伤腰"的椅子,很多人天天坐

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版