新版本 0.5.11

目前 0.5.10。產生此頁時偵測到新版本。

這次更新：

am export 把頁面匯出成 A4 PDF 或 PNG 切片，方便傳到聊天工具
表格後面寫 {table sort filter}，就能排序和篩選
am video --audio-map 用你自己的音訊檔做影片旁白

在終端機執行：

npx skills update answer-me-with-html -y

或者告訴 Agent：

更新 answer-me-with-html

查看更新內容

Generated by Answer me with HTML 0.5.10 · 2026-11-06 15:41 · ★ Star on GitHub

ERNIE 5.5 Flash Base 一頁看懂

百度把 280B 稀疏 MoE 的預訓練權重直接開源

sourceernie.baidu.com/release + Hacker News 50377078

Lead: 百度釋出 280B 總參數、每 token 啟動 14B 的 base 模型。權重停在前訓練結束，30 項評測拿下 24 項第一。它賣的不是對話能力，而是能被別人接著訓練。

A

六個數字定位

總參數: 280B
每 token 啟動: 14B
前訓練 token: 33.5T
訓練脈絡: 128K
推論脈絡上限: 100 萬 token
骨幹: 43 層、hidden 4096、64 個注意力頭

B

架構六個改動

元件	做法	換到什麼
注意力	每七層一層用 MLA 保留全脈絡，其餘六層改用 HCA	把 128 個 token 壓成一筆快取，KV cache 大減
全脈絡層	加稀疏注意力 DSA，只算分數最高的 top-k	單一 query 成本不隨脈絡成長
MoE	512 路由專家取 top-10，加 1 個共享專家	多個路由器共同打分，選錯較易修正
殘差	mHC 以受約束矩陣讀寫四條殘差流	層間通道更寬，額外算力可忽略
輸出頭	MultiMax 用可學習分段溫度	壓掉不合理長尾，保住多個合理候選
多 token 預測	ECHO 複用骨幹最後一層	未來 token 的 loss 直接訓練骨幹

C

參數規模對照

資料

	總參數	每 token 啟動
ERNIE 5.5 Flash	280	14
DeepSeek V4 Flash	284	13
Hy3 preview	295	21
MiMo V2.5	310	15

D

30 項評測的勝場數

資料

ERNIE 5.5 Flash	24
DeepSeek V4 Flash	4
Hy3 preview	2
MiMo V2.5	0

輸掉的六項：ChineseSimpleQA、BBH CoT、INCLUDE-lite、FullStackBench、HELMET-Rerank、InfiniteBench。

E

E base model 能與不能

用途	判斷
續訓、領域適應、強化學習研究	就是為此釋出
直接對話與指令跟隨	完全沒做後訓練
當 coding agent 的底模	沒有指令微調
單張 80GB 顯卡跑滿百萬脈絡	4-bit 全長脈絡約需 175GB

F

HN 上的六個爭點

爭點	熱度	一句話
授權條款	最大串 24 則	歐盟、英國、南韓整區被排除
命名	23 則	有人嫌 ERNIE 像 BERT 時代，底下歪成芝麻街接龍
對齊策略	18 則	base 全開是對齊妙方還是文明級災難
評測對手	10 則	官方比的是 DeepSeek V4，不是 V4.1
硬體	3 則	4-bit 量化要 2×128GB 才跑得順
續訓實務	數則	多節點框架沒定論，別拿去寫程式

G

授權紅線

歐盟、英國、南韓被直接排除

這三個地區禁止使用，包含模型與衍生作品。
採用者要自行確保，這些地區沒有人用到自己的衍生模型。
多數留言讀成法遵免責條款，不是真的打算執行。
對照歐盟 AI 法第 53 條的技術文件與合規義務，開放權重只部分豁免。

---
template: sheet
theme: blueprint
title: ERNIE 5.5 Flash Base 一頁看懂
subtitle: 百度把 280B 稀疏 MoE 的預訓練權重直接開源
source: ernie.baidu.com/release + Hacker News 50377078
lang: zh-TW
---
Lead: 百度釋出 280B 總參數、每 token 啟動 14B 的 base 模型。權重停在前訓練結束，30 項評測拿下 24 項第一。它賣的不是對話能力，而是能被別人接著訓練。

## A 六個數字定位

```kv
總參數: 280B
每 token 啟動: 14B
前訓練 token: 33.5T
訓練脈絡: 128K
推論脈絡上限: 100 萬 token
骨幹: 43 層、hidden 4096、64 個注意力頭
```

## B 架構六個改動

| 元件 | 做法 | 換到什麼 |
|---|---|---|
| 注意力 | 每七層一層用 MLA 保留全脈絡，其餘六層改用 HCA | 把 128 個 token 壓成一筆快取，KV cache 大減 |
| 全脈絡層 | 加稀疏注意力 DSA，只算分數最高的 top-k | 單一 query 成本不隨脈絡成長 |
| MoE | 512 路由專家取 top-10，加 1 個共享專家 | 多個路由器共同打分，選錯較易修正 |
| 殘差 | mHC 以受約束矩陣讀寫四條殘差流 | 層間通道更寬，額外算力可忽略 |
| 輸出頭 | MultiMax 用可學習分段溫度 | 壓掉不合理長尾，保住多個合理候選 |
| 多 token 預測 | ECHO 複用骨幹最後一層 | 未來 token 的 loss 直接訓練骨幹 |

## C 參數規模對照

```chart bar
| 總參數 | 每 token 啟動
* ERNIE 5.5 Flash | 280 | 14
DeepSeek V4 Flash | 284 | 13
Hy3 preview | 295 | 21
MiMo V2.5 | 310 | 15
```

## D 30 項評測的勝場數

```chart bar
* ERNIE 5.5 Flash | 24
DeepSeek V4 Flash | 4
Hy3 preview | 2
MiMo V2.5 | 0
```

輸掉的六項：ChineseSimpleQA、BBH CoT、INCLUDE-lite、FullStackBench、HELMET-Rerank、InfiniteBench。

## E base model 能與不能

| 用途 | 判斷 |
|---|---|
| 續訓、領域適應、強化學習研究 | ok 就是為此釋出 |
| 直接對話與指令跟隨 | no 完全沒做後訓練 |
| 當 coding agent 的底模 | no 沒有指令微調 |
| 單張 80GB 顯卡跑滿百萬脈絡 | no 4-bit 全長脈絡約需 175GB |

## F HN 上的六個爭點

| 爭點 | 熱度 | 一句話 |
|---|---|---|
| 授權條款 | 最大串 24 則 | 歐盟、英國、南韓整區被排除 |
| 命名 | 23 則 | 有人嫌 ERNIE 像 BERT 時代，底下歪成芝麻街接龍 |
| 對齊策略 | 18 則 | base 全開是對齊妙方還是文明級災難 |
| 評測對手 | 10 則 | 官方比的是 DeepSeek V4，不是 V4.1 |
| 硬體 | 3 則 | 4-bit 量化要 2×128GB 才跑得順 |
| 續訓實務 | 數則 | 多節點框架沒定論，別拿去寫程式 |

## G 授權紅線

```callout warn 歐盟、英國、南韓被直接排除
- 這三個地區禁止使用，包含模型與衍生作品。
- 採用者要自行確保，這些地區沒有人用到自己的衍生模型。
- 多數留言讀成法遵免責條款，不是真的打算執行。
- 對照歐盟 AI 法第 53 條的技術文件與合規義務，開放權重只部分豁免。
```