搜索结果
「梁文锋用沙盒开启RSI」共 2 条 · 第 1 页
凤凰网科技
梁文锋用沙盒开启RSI
DeepSeek联合清华大学发表了一篇文章，署名的最后一人是梁文锋。 文章表面上是说DeepSeek训练Agent所使用的沙盒，但是论文第6节越看越不对劲。字里行间写了三个英文字母：RSI。 通过这个沙盒，Agent能创建自己需要的环境，这个环境会再次训练Agent，被训练的更强的Agent会创造更好的环境。由此形成了一个小型的RSI闭环。 也正是因此，沙盒，或许成为了开启RSI第一场战争的一把钥
09/24
凤凰网科技
DeepSeek新论文公开Agent训练！梁文锋署名
大模型训练拼的是算力，Agent训练拼的是环境。环境怎么造？梁文锋署名的DeepSeek最新论文，把技术细节公开了。 DeepSeek做的这个系统叫DSec（DeepSeek Elastic Compute），干的事情就是给Agent训练批量制造沙盒。 它每秒能产生5000+个沙盒，一天能达到300万个，峰值同时运行38万个。 支撑这个规模的单集群也非常庞大，大约有160个节点、3万核CPU和25
09/23