AnswersPublished20 sources
Baidus ERNIE-5.5-Flash-Base er et treningsgrunnlag – ikke en chatbot
Baidu slapp ERNIE 5.5 Flash Base 5. november 2026. Modellen har 280 milliarder parametere totalt og aktiverer 14 milliarder per token.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Baidu slapp ERNIE 5.5 Flash Base 5. november 2026.
- Modellen har 280 milliarder parametere totalt og aktiverer 14 milliarder per token.
- Baidu oppgir resultater på 93,3 i MMLU og 82,3 i HumanEval+, men tallene er rapporterte referanseresultater – ikke uavhengig dokumentasjon på at modellen er best.[4][44]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Baidu release with ERNIE-5.5-Flash-Base on November 5, 2026, and what should developers know about its open-weight, pre-training-on. Article summary: On November 5, 2026, Baidu released ERNIE-5.5-Flash-Base’s downloadable weights: a text-only, pre-training checkpoint, not a finished chat assistant.[5][9] Developers should treat it as a foundation for further training . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Baidu gjorde vektene til ERNIE-5.5-Flash-Base tilgjengelige for nedlasting 5. november 2026. Det som er sluppet, er et tekstbasert kontrollpunkt etter forhåndstrening – ikke en ferdig chatassistent. Modellen er ment som et utgangspunkt for blant annet domenetilpasning, instruksjonstrening og forskning på forsterkende læring. En egen lisens betyr dessuten at «åpne vekter» ikke er det samme som fri bruk uten vilkår.2
3
17
35
Et utgangspunkt for videre trening
ERNIE-5.5-Flash-Base har 280 milliarder parametere totalt, men rundt 14 milliarder aktiveres for hvert token. Baidu oppgir at modellen er trent fra bunnen av på 33,5 billioner tokens. Under forhåndstreningen støtter den en kontekst på opptil 128 000 tokens, mens grensen ved finjustering og inferens er opptil 1 million tokens.3
Modellen har ikke vært gjennom mellomtrening eller ettertrening. Utviklere bør derfor ikke forvente samme instruksjonsfølging eller bruksklarhet som hos en ferdig ettertrent assistent. Baidu har sagt at en ettertrent versjon skal komme senere.2
10
Sparsom modellarkitektur og komprimert oppmerksomhet
Arkitekturen består av 43 lag: ett tett feed-forward-lag og 42 lag med Multi-Router Latent Mixture-of-Experts (MoE). I hvert MoE-lag rutes informasjon til 10 av 512 eksperter, i tillegg til én felles ekspert.4
9
Oppmerksomhetsmekanismen er også en hybrid. I 37 lag brukes Heavily Compressed Attention, som lagrer én cacheoppføring per blokk på 128 tokens, sammen med et kort glidende vindu. De resterende seks lagene bruker Multi-head Latent Attention med sparsom oppmerksomhet.4
9 Utformingen skal redusere kostnadene ved behandling av lange tekstsekvenser. Men at 14 milliarder parametere aktiveres per token, betyr ikke at hele modellen har lagringsbehovet til en modell med 14 milliarder parametere.
Referansetallene er ikke en endelig dom
Baidu oppgir en poengsum på 93,3 i MMLU. I rapporteringen av referanseresultatene står også 82,3 i HumanEval+.4
44 Tallene kan være nyttige som et første sammenligningsgrunnlag, men er ikke uavhengig bekreftelse på at modellen er bedre enn alternativene. Det tilgjengelige kildematerialet inneholder ingen uavhengig gjentakelse av resultatene.
For utviklere er det derfor viktig å teste grunnmodellen på egne oppgaver og sammenligne den med andre modeller under like betingelser. En poengsum fra en referansetest sier ikke alene hvordan et kontrollpunkt etter forhåndstrening vil fungere etter en bestemt finjustering.
Tilgjengelighet, kontekst og drift
Modellen er tilgjengelig på Hugging Face, der det er oppført versjoner i FP8- og BF16-format for nedlasting.3
17 Den lange konteksten er en funksjon utviklere kan utforske under finjustering og inferens, men gjør ikke modellen til en ferdig tjeneste som kan tas i bruk uten videre. Tilpasning og drift krever et kompatibelt oppsett, og størrelsen og arkitekturen til hele modellen må tas med i vurderingen av maskinvare.
3
9
Les lisensen før du tar modellen i bruk
ERNIE-5.5-Flash-Base bruker den spesialtilpassede lisensen ERNIE 5.5 Flash Base Model License Agreement v1.0. Lisensen definerer bruksområdet som hele verden med unntak av EU, Storbritannia og Sør-Korea.35
De rapporterte vilkårene sier at ikke-kommersiell bruk ikke har lisensavgift. Også kommersiell bruk er beskrevet som avgiftsfri når de årlige inntektene fra tilknyttede produkter og tjenester er 50 millioner amerikanske dollar eller lavere, men det gjelder krav om varsel og kreditering. Ved inntekter over denne grensen kreves separat skriftlig tillatelse på forhånd.31
43 Utviklere bør lese selve lisensen nøye for å avklare hvilke vilkår som gjelder for deres bruk, distribusjon eller kommersielle løsning.
Kort oppsummert
ERNIE-5.5-Flash-Base er et omfattende grunnlag for team som vil gjøre sin egen videre trening – ikke en chatbot som er klar til bruk. De 280 milliardene parameterne, 14 milliarder aktive parameterne per token og konteksten på opptil 1 million tokens ved finjustering og inferens gjør den teknisk interessant. Men om den passer, avhenger også av arbeidet som kreves for å tilpasse og drifte den, og av om lisensen tillater den planlagte bruken.3
10
35
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Baidus ERNIE-5.5-Flash-Base er et treningsgrunnlag – ikke en chatbot"?
Baidu slapp ERNIE 5.5 Flash Base 5. november 2026.
What are the key points to validate first?
Baidu slapp ERNIE 5.5 Flash Base 5. november 2026. Modellen har 280 milliarder parametere totalt og aktiverer 14 milliarder per token.
What should I do next in practice?
Baidu oppgir resultater på 93,3 i MMLU og 82,3 i HumanEval+, men tallene er rapporterte referanseresultater – ikke uavhengig dokumentasjon på at modellen er best.[4][44]