Hogar
Baidu lanza Ernie 5.1, que reduce los costes de preentrenamiento en un 94 % y se sitúa entre los cuatro primeros a nivel mundial
Baidu presentó oficialmente su modelo lingüístico de última generación, Ernie 5.1, el 11 de mayo de 2026. Partiendo de la base de preentrenamiento de Ernie 5.0, lanzada a principios de enero —un modelo con 2,4 billones de parámetros—, esta nueva versión se desarrolló utilizando un innovador «marco de entrenamiento elástico de una sola pasada». Este enfoque permitió a Baidu optimizar múltiples tamaños de modelo en un único ciclo de entrenamiento, reduciendo los costes de preentrenamiento de Ernie 5.1 a solo el 6 % de los de modelos comparables.

A fecha de 9 de mayo, Ernie 5.1 ocupaba la cuarta posición a nivel mundial y el primer puesto entre los modelos chinos en la clasificación de Arena Search con una puntuación de 1223 puntos, lo que demuestra su excepcional eficiencia y su rendimiento equilibrado.
Desde el punto de vista arquitectónico, Ernie 5.1 presenta un diseño de submodelos con profundidad, anchura y número de expertos activos ajustables. Su recuento total de parámetros es solo un tercio del de su predecesor, y el número de parámetros efectivos activados por consulta se ha reducido aproximadamente a la mitad. Para abordar el «efecto balancín» común en el entrenamiento multihabilidades, Baidu implementó un proceso de post-entrenamiento en cuatro fases. Este método utiliza código de entrenamiento especializado en paralelo, inferencia y modelos expertos proxy, combinados con la destilación de estrategias y el aprendizaje por refuerzo, lo que resuelve eficazmente el reto sectorial de equilibrar la capacidad de programación con el razonamiento creativo. Además, una infraestructura de aprendizaje por refuerzo renovada desacopla las actualizaciones del modelo, la generación de respuestas y la evaluación. Cuando se combina con una biblioteca de cálculo de baja precisión estandarizada, esto mejora significativamente la estabilidad del entrenamiento a gran escala.

Artículo relacionado
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Cómo Recursive Intelligence recaudó 335 millones de dólares con una valoración de 4.000 millones de dólares en cuatro meses
Las cofundadoras de la startup Ricursive Intelligence parecían destinadas a ser cofundadoras.Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora técnica, son tan conocidas en la comunidad
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Baidu presentó oficialmente su modelo lingüístico de última generación, Ernie 5.1, el 11 de mayo de 2026. Partiendo de la base de preentrenamiento de Ernie 5.0, lanzada a principios de enero —un modelo con 2,4 billones de parámetros—, esta nueva versión se desarrolló utilizando un innovador «marco de entrenamiento elástico de una sola pasada». Este enfoque permitió a Baidu optimizar múltiples tamaños de modelo en un único ciclo de entrenamiento, reduciendo los costes de preentrenamiento de Ernie 5.1 a solo el 6 % de los de modelos comparables.

A fecha de 9 de mayo, Ernie 5.1 ocupaba la cuarta posición a nivel mundial y el primer puesto entre los modelos chinos en la clasificación de Arena Search con una puntuación de 1223 puntos, lo que demuestra su excepcional eficiencia y su rendimiento equilibrado.
Desde el punto de vista arquitectónico, Ernie 5.1 presenta un diseño de submodelos con profundidad, anchura y número de expertos activos ajustables. Su recuento total de parámetros es solo un tercio del de su predecesor, y el número de parámetros efectivos activados por consulta se ha reducido aproximadamente a la mitad. Para abordar el «efecto balancín» común en el entrenamiento multihabilidades, Baidu implementó un proceso de post-entrenamiento en cuatro fases. Este método utiliza código de entrenamiento especializado en paralelo, inferencia y modelos expertos proxy, combinados con la destilación de estrategias y el aprendizaje por refuerzo, lo que resuelve eficazmente el reto sectorial de equilibrar la capacidad de programación con el razonamiento creativo. Además, una infraestructura de aprendizaje por refuerzo renovada desacopla las actualizaciones del modelo, la generación de respuestas y la evaluación. Cuando se combina con una biblioteca de cálculo de baja precisión estandarizada, esto mejora significativamente la estabilidad del entrenamiento a gran escala.

Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Cómo Recursive Intelligence recaudó 335 millones de dólares con una valoración de 4.000 millones de dólares en cuatro meses
Las cofundadoras de la startup Ricursive Intelligence parecían destinadas a ser cofundadoras.Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora técnica, son tan conocidas en la comunidad











