Lar
A Baidu lança o Ernie 5.1, reduzindo os custos de pré-treinamento em 94% e figurando entre os quatro primeiros do mundo
A Baidu lançou oficialmente seu modelo de linguagem de última geração, o Ernie 5.1, em 11 de maio de 2026. Com base no treinamento prévio do Ernie 5.0 lançado em janeiro — um modelo com 2,4 trilhões de parâmetros —, esta nova versão foi desenvolvida utilizando uma inovadora “estrutura de treinamento elástico de uma única etapa”. Essa abordagem permitiu ao Baidu otimizar vários tamanhos de modelo em um único ciclo de treinamento, reduzindo os custos de treinamento prévio do Ernie 5.1 para apenas 6% dos de modelos comparáveis.

Em 9 de maio, o Ernie 5.1 ocupava a quarta posição globalmente e o primeiro lugar entre os modelos chineses no ranking da Arena Search, com uma pontuação de 1.223 pontos, demonstrando sua eficiência excepcional e desempenho bem equilibrado.
Em termos de arquitetura, o Ernie 5.1 apresenta um design de submodelos com profundidade, largura e número de especialistas ativos ajustáveis. Sua contagem total de parâmetros é de apenas um terço da de seu antecessor, e o número de parâmetros efetivos ativados por consulta foi reduzido pela metade. Para lidar com o “efeito gangorra” comum no treinamento multihabilidades, a Baidu implementou um processo de pós-treinamento em quatro fases. Esse método utiliza código de treinamento especializado paralelo, inferência e modelos de especialistas proxy, combinados com destilação de estratégia e aprendizado por reforço, resolvendo efetivamente o desafio do setor de equilibrar a capacidade de programação com o raciocínio criativo. Além disso, uma infraestrutura de aprendizado por reforço renovada dissocia as atualizações do modelo, a geração de respostas e a avaliação. Quando combinada com uma biblioteca de computação de baixa precisão padronizada, isso aumenta significativamente a estabilidade do treinamento em grande escala.

Artigo relacionado
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
Recomendações de tópicos especiais relacionados
Comentários (0)
A Baidu lançou oficialmente seu modelo de linguagem de última geração, o Ernie 5.1, em 11 de maio de 2026. Com base no treinamento prévio do Ernie 5.0 lançado em janeiro — um modelo com 2,4 trilhões de parâmetros —, esta nova versão foi desenvolvida utilizando uma inovadora “estrutura de treinamento elástico de uma única etapa”. Essa abordagem permitiu ao Baidu otimizar vários tamanhos de modelo em um único ciclo de treinamento, reduzindo os custos de treinamento prévio do Ernie 5.1 para apenas 6% dos de modelos comparáveis.

Em 9 de maio, o Ernie 5.1 ocupava a quarta posição globalmente e o primeiro lugar entre os modelos chineses no ranking da Arena Search, com uma pontuação de 1.223 pontos, demonstrando sua eficiência excepcional e desempenho bem equilibrado.
Em termos de arquitetura, o Ernie 5.1 apresenta um design de submodelos com profundidade, largura e número de especialistas ativos ajustáveis. Sua contagem total de parâmetros é de apenas um terço da de seu antecessor, e o número de parâmetros efetivos ativados por consulta foi reduzido pela metade. Para lidar com o “efeito gangorra” comum no treinamento multihabilidades, a Baidu implementou um processo de pós-treinamento em quatro fases. Esse método utiliza código de treinamento especializado paralelo, inferência e modelos de especialistas proxy, combinados com destilação de estratégia e aprendizado por reforço, resolvendo efetivamente o desafio do setor de equilibrar a capacidade de programação com o raciocínio criativo. Além disso, uma infraestrutura de aprendizado por reforço renovada dissocia as atualizações do modelo, a geração de respostas e a avaliação. Quando combinada com uma biblioteca de computação de baixa precisão padronizada, isso aumenta significativamente a estabilidade do treinamento em grande escala.

Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen











