DeepSeek新论文摊牌DSec:V3.2到V4.1的Agent都在这练的,沙箱也能成护城河?
23日,DeepSeek公开31页系统论文,首次披露内部沙箱平台DSec:单日服务约300万个沙箱、峰值38万并发,从V3.2到V4.1的全部Agent强化学习训练都跑在上面。论文作者超130人,梁文锋末位署名。 Agent训不动了,先扛不住的是环境 大模型训练拼GPU,Agent训练拼什么?DeepSeek昨天给出的答案是:拼环境。 昨天,一篇31页的系统论文挂上arXiv(编号2609.22978),标题是《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective
阅读更多