DeepSeek发布智能体训练新方法
正面 1月前DeepSeek在arXiv公开智能体训练基础设施论文。提出DSec平台，单集群每天运行300万个沙盒。论文有约130名作者，梁文锋署名。
DeepSeek新论文公开AI智能体训练新方法 有望减少智能体异常行为
DeepSeek 9月23日公开的最新论文详细介绍了一种训练AI智能体的新方法，有望在提高训练效率的同时，减少近年来引发全球担忧的智能体异常行为。该文发布在通常刊登未经同行评审论文的网站arXiv上，约有130名共同作者，包括创始人梁文锋。该论文介绍了DeepSeek Elastic Compute（简称DSec），该平台可以扩展至处理数百万个所谓“沙箱”。AI智能体在这些相互隔离的环境中接受测试，尝试完成一系列任务。一个生产规模的DSec单元每天可运行约300万个沙箱，同时间运行的数量可达38万个。论文还列举了智能体异常行为的例子，包括通过“非预期渠道”获得答案，以及破坏运行环境。论文称：“
DeepSeek最新智能体论文：梁文锋署名，单集群每天运行300万个沙盒，还要防AI“作弊”
国产大模型公司DeepSeek（深度求索）披露最新智能体（Agent）训练基础设施论文。近日，DeepSeek在预印本平台arXiv公布论文《DeepSeek弹性计算（DSec）：面向大规模Agent训练的沙盒基础设施》，首次系统披露DeepSeek用于大规模Agent强化学习（RL）与评测的生产级沙盒基础设施DSec：随着AI从“生成Token”走向“执行任务”，大模型公司除GPU、数据之外，开始大规模建设可交互、可验证、可隔离的训练环境。这篇论文提交日期是9月19日，作者名单超过130人，DeepSeek创始人梁文锋位列最后一位。