Midt i et globalt kapløb om kunstig intelligens, der bruger milliarder af dollars på computerkraft, har Baidu, ofte omtalt som "Kinas Google", forårsaget et stort chok ved officielt at lancere sin ERNIE 5.1-sprogmodel.
Det mest slående aspekt ligger ikke kun i dens overlegne processorkraft, men også i dens imponerende økonomiske værdi: træningsomkostningerne for denne model er cirka 94 % lavere end for AI-systemer af lignende skala. Dette ses som en ny løsning på problemet med at optimere ressourcerne i den næste generation af AI.
Netværkskomprimeringsteknologi og "træn én gang, træn alt"-strategien.
For at forstå, hvorfor Baidu var i stand til at skære ned på omkostningerne i så utroligt et omfang, er man nødt til at se på, hvordan de byggede ERNIE 5.1.
I stedet for at følge den traditionelle metode med at træne en helt ny model fra bunden, har Baidu anvendt en "multidimensionel elastisk præ-trænings"-metode. Helt konkret er ERNIE 5.1 ikke en fuldstændig uafhængig enhed, men er udviklet på grundlag af sin forgænger, ERNIE 5.0 (lanceret i januar 2026).
Baidu har brugt et elastisk træningsframework kaldet "Once-For-All". I stedet for at køre separate og dyre træningskørsler for hver enkelt modelstørrelse, optimerer virksomheden en hel "familie" af modeller i forskellige størrelser i en enkelt kørsel.
Disse modeller deler vægte, men adskiller sig i dybde, bredde og antal aktiverede ekspertblokke. Fra den massive arkitektur i ERNIE 5.0 med cirka 2,4 billioner parametre udtrak Baidu et optimeret subnet for at skabe ERNIE 5.1.
Resultatet er en strømlinet model, hvor det samlede antal parametre kun er omkring en tredjedel af originalen. Især antallet af operationelle parametre, det vil sige de dele, der rent faktisk deltager i bearbejdningen af feedback i en samtale, er blevet halveret.
At arve den enorme vidensbase fra sin "forældre"-model uden at gentage hele den dyre træningsproces er nøglen til, at Baidu har sparet op til 94% af sit budget.
Derudover omstrukturerede Baidu fuldstændigt sit system til forstærkningslæring. I stedet for stift at forbinde modelopdateringer, feedbackgenerering og kørselsevaluering, opdelte de dem i uafhængige delsystemer, koordineret af en central kontrolenhed.
Dette gør det muligt for hver komponent at køre på den mest passende hardware, hvilket sikrer, at en flaskehals i ét trin ikke forsinker hele processen.
For at løse problemet med beregningsbias i blandede ekspertmodeller (MoE) implementerede Baidu også et standardiseret lavpræcisionsberegningsbibliotek, som halverede ustabiliteten uden at reducere behandlingshastigheden.
Håndter "vippeeffekten" med en træningsproces i fire trin.
En iboende udfordring ved træning af store AI-modeller er "vippeeffekten". Når udviklere forsøger at lære AI flere færdigheder samtidigt, fører forbedring på ét område ofte til en tilbagegang på et andet.
For eksempel, efterhånden som en model bliver mere matematisk dygtig, kan dens kreative skriveevner blive påvirket negativt.
For at imødegå dette etablerede Baidu en firetrins forfiningsproces, de kalder MOPD (Multi-Teacher On-Policy Distillation).
Den første fase begynder med standardiseret superviseret træning på et stort datasæt.
I anden fase træner Baidu flere separate ekspertmodeller parallelt til områder som programmering, logisk ræsonnement og agentopgaver, hver med sine egne evalueringssignaler.
I tredje fase vil en enkelt "studerende"-model lære samtidigt af alle disse ekspert-"lærere" ved at generere deres egne svar og sammenligne dem med eksperternes resultater.
Den sidste fase involverer generel forstærkningslæring til åbne dialoger og kreative opgaver.
Ifølge Baidu er dette sidste trin afgørende, fordi destillationsprocessen fra lærer til elev nogle gange producerer svar, der er overpolerede, men mangler diversitet.
Takket være denne proces opnår ERNIE 5.1 en balance i færdighedsniveauer, hvilket forhindrer, at ét område bliver overprioriteret og overskygger andre.
Førende præstation og ambition om at dominere det globale marked.
Baidus optimeringsindsats har givet konkrete resultater på velrenommerede ranglister. På LMArena Search Arena, hvor AI-modeller scores af rigtige brugere via live websøgninger, opnåede ERNIE 5.1 en score på 1.223 pr. 9. maj.
Denne score placerer den på en 4. plads globalt og indtager førstepladsen blandt alle modeller udviklet i Kina.
I intensive tests af viden og ræsonnement nærmede ERNIE 5.1 sig ydeevnen hos førende vestlige closed source-modeller som Googles Gemini 3.1 Pro.
I AIME26 matematikkonkurrencen opnåede denne model en nøjagtighed på 99,6% ved brug af ræsonnementsværktøjer og rangerede dermed kun som nummer to efter Gemini 3.1 Pro.
Især i opgaver, der involverer "agenturfunktioner", såsom behandling af komplekse regneark eller automatiseret websurfing i flere trin, overgik ERNIE 5.1 DeepSeek-V4-Pro – den model, der tidligere havde rekorden i Kina.
Historien om ERNIE 5.1's effektivitet minder om effekten af DeepSeek R1 i starten af 2025, hvor startup'en demonstrerede, at det var muligt at opnå en ydeevne, der kunne sammenlignes med OpenAI o1, til 98 % lavere omkostninger.
Men mens DeepSeek fokuserer på effektiv ræsonnement, skaber ERNIE 5.1 et gennembrud allerede fra den indledende træningsfase.
Budskabet Baidu sender er klart: Kinesiske AI-laboratorier finder konstant innovative måder at "gøre mere med mindre" på, i stedet for blot at stole på at hælde mere hardwarekraft i systemet.
I øjeblikket er ERNIE 5.1 blevet udbredt på tværs af mere end 10 kreative platforme og bureauer i Kina. Brugere kan opleve denne model gennem applikationer som rollespilsplatformen Isekai Zero, kortfilmsværktøjet Storymaster eller grafikapplikationen Diting Huanliu.
Kilde: https://khoahocdoisong.vn/quai-vat-ai-ernie-51-cua-baidu-van-hanh-with-lower-cost-than-94-post2149100260.html
![[Video] Solnedgang ved Lap An-lagunen – Hvor solen går ned over fiskenetene](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/05/31/1780192137701_beach-landscape-sea-water-nature-grass-745871-pxhere-com.jpeg)
Kommentar (0)