RecodeX 重构消息,DeepSeek公开一篇关于Agent训练的新论文,公司创始人梁文锋在作者名单中署名。论文具体方法与实验结果尚未在现有信息中披露。
DeepSeek发布Agent训练新论文 梁文锋参与署名
后续报道
DeepSeek公开Agent训练系统DSec细节 梁文锋署名
RecodeX 重构消息,DeepSeek公开了其用于Agent训练的弹性计算系统DSec的技术细节,梁文锋在署名作者之列。该系统每秒可生成5000余个沙盒,单日最高产出300万个,峰值同时运行38万个,依托含160个节点、3万核CPU、250TB内存的单集群运行。 DSec针对不同Agent任务场景设计四类沙盒后端,通过统一Python SDK提供一致调用接口,并搭建六层调度链路实现资源高效调度。系统将环境拆分为三层独立EROFS只读镜像按需组合,结合分布式文件系统的镜像按需加载、内存优化、CPU优先级调度、云爆发溢出等技术,支撑大规模沙盒部署运行,还可配合RL训练框架实现沙盒状态断点续传。 安全方面,DSec通过AppArmor、eBPF等手段构建防线,应对Agent训练中出现的奖励作弊、破坏系统等行为,相关攻防将随模型能力提升持续迭代。
DeepSeek发布新论文,署名作者超130人梁文锋列末位
RecodeX 重构消息,DeepSeek发布一篇新论文,作者名单超过130人,公司创始人梁文锋位列最后一位署名。该论文的具体研究主题与内容尚未在现有信息中披露。