Che cosa ha rilasciato Baidu
Baidu ha pubblicato ERNIE-5.5-Flash-Base, un modello di fondazione open source distribuito deliberatamente senza fine-tuning né post-addestramento, secondo quanto riporta The Decoder. La scelta implica che sarà chi adopera il modello a deciderne l'impiego e a completare le fasi successive di adattamento; la fonte indica che una versione post-addestrata sarebbe prevista in seguito, senza fornire tempi.
Il modello adotta un'architettura mixture-of-experts con 280 miliardi di parametri complessivi, dei quali 14 miliardi attivi per ciascun input. Il pre-addestramento ha utilizzato 33,5 trilioni di token, con un contesto di addestramento fino a 128.000 token, mentre in fase di fine-tuning e inferenza il modello è progettato per supportare un contesto fino a un milione di token.
Confronti dichiarati e disponibilità dei pesi
Secondo Baidu, nelle prove su ragionamento, codice e compiti a contesto lungo il modello è competitivo con altri modelli di fondazione open source di dimensioni simili, come DeepSeek V4 Flash e MiMo V2.5. Si tratta di una dichiarazione dell'azienda riportata dalla fonte, non di un esito verificato da terze parti: i risultati citati non sono accompagnati, nel materiale disponibile, da dati di benchmark dettagliati.
I pesi sono disponibili su Hugging Face nei formati FP8 e BF16. La pubblicazione dei pesi in due formati è un'informazione concreta per chi intende valutare o riutilizzare il modello, perché riguarda le modalità materiali di accesso e non solo l'annuncio.
Perché è rilevante e che cosa resta da verificare
Il rilascio segnala che lo sviluppo di modelli di intelligenza artificiale da parte di Baidu prosegue, come scrive The Decoder, ma con un'impostazione che trasferisce buona parte del lavoro agli sviluppatori. Rilasciare un modello base non post-addestrato è una scelta diversa dalla distribuzione di un modello pronto all'uso: sposta sul fruitore le decisioni su dati, obiettivi e procedure di adattamento, e rende centrale la disponibilità di risorse computazionali e di competenze per il fine-tuning.
Il confronto con DeepSeek V4 Flash e MiMo V2.5 colloca ERNIE 5.5 Flash Base in una fascia di modelli open source di dimensioni analoghe, ma il materiale non consente di stabilire quali siano le reali differenze di prestazioni né in quali condizioni siano state misurate. Allo stesso modo, non è indicato quando arriverà la versione post-addestrata, con quali dati o modalità sarà realizzata, né quali licenze accompagnino i pesi pubblicati su Hugging Face.
Restano quindi da verificare almeno tre punti: la riproducibilità dei risultati dichiarati da Baidu su ragionamento, codice e contesto lungo; l'effettivo funzionamento del contesto fino a un milione di token nelle fasi di fine-tuning e inferenza; e le condizioni d'uso associate alla distribuzione dei pesi nei formati FP8 e BF16.
