DeepSeek 公开代理训练沙盒DSec 论文,梁文锋成为作者之一
2026-09-24 09:27:25
DeepSeek 发表新论文,公开自家用来训练 AI 代理的沙盒基础设施。根据 arXiv 上的论文DeepSeek Elastic Compute (DSec),这套系统用于支撑大规模的代理训练与评估,创办人梁文锋也被列为作者。
一套SDK 管四种沙盒
论文指出,用大型语言模型做大规模代理训练与评估时,模型需要在隔离且保有状态的执行环境里检视程式库、呼叫工具、执行指令并与任务相关的服务互动。这类工作负载会在短时间内大量建立沙盒,功能与隔离需求各不相同,还要在长时间互动中保留状态,并从庞大的映像档库取用,重复使用率却不高。因此论文认为,支撑这些工作需要的是有弹性的执行平台,而不是单一种沙盒执行环境。
DSec 的做法是用统一的SDK 提供四种后端:函式呼叫、容器、微型虚拟机与完整虚拟机。系统负责在丛集中安排放置与生命周期管理,把环境由各自独立版本控管的层组合起来,并结合记忆体共享、回收与CPU 排程来提高执行密度,映像档资料则按需从丛集级分散式档案系统3FS 载入。
与强化学习框架共同设计,把有状态的推演和可被抢占的训练分开
论文说明,DSec 与强化学习(RL)框架是共同设计的:把有状态的推演执行,与可被抢占的GPU 训练解耦,并让沙盒的生命周期与训练协同,在回收闲置资源的同时保留推演状态,也处理代理行为失当的问题。
根据TechNode 报导,一个生产规模的单位约由160 个节点组成,每天可支撑约300 万个沙盒,同时执行超过38 万个沙盒,每秒能建立超过5,000 个沙盒。这篇论文的作者超过130 人。
声明:文章不代表量链科技观点及立场,不构成本平台任何投资建议。投资决策需建立在独立思考之上,本文内容仅供参考,风险自担!转载请注明出处!侵权必究!
相关阅读
-
美柚百宝箱在哪里?美柚百宝箱查看方法资讯百科 2026-09-24 09:23:03
-
贝莱德发布机器经济报告:AI代理与M2M支付崛起成数字资产关键驱动力区块链快讯 2026-09-24 09:17:51
-
腾讯版龙虾QClaw宣布停运,12月24日服务终止,数据可迁移至WorkBuddy深度解读 2026-09-24 09:05:59
-
PowerPoint怎么设置背景格式?PowerPoint设置背景格式的方法资讯百科 2026-09-23 20:57:05
-
PowerPoint怎么插入音乐文件?PowerPoint插入音乐文件的方法资讯百科 2026-09-23 20:38:33
-
.net framework怎样配置?.net framework配置的方法资讯百科 2026-09-23 20:21:28
-
华为手机助手PC正式版怎么设置备份目录?华为手机助手PC正式版设置备份目录的方法资讯百科 2026-09-23 20:02:56
-
Steam如何实名认证?Steam实名认证的方法资讯百科 2026-09-23 19:44:26
-
Steam如何联系客服?Steam联系客服的方法资讯百科 2026-09-23 19:25:54
-
CorelDraw2019如何设置图层顺序?CorelDraw2019设置图层顺序的方法资讯百科 2026-09-23 19:08:52