搜索
DeepSeek 联合清华公开沙盒基础设施 部分实现 RSI 闭环
21 小时前
DeepSeek与清华大学团队联合公开了用于大规模智能体训练的沙盒基础设施DSec。DSec通过可组合层、镜像按需加载、资源精细化调度三大机制，实现了沙盒的高效创建与运行。论文第6节提出了一种由智能体建造、为智能体服务、属于智能体的环境，使智能体能够自行搭建训练环境并生成增量快照以供复用，初步形成了RSI闭环，解决了以往人工构建智能体强化学习环境效率低下的问题。目前，行业内同类智能体沙盒技术布局正在推进，沙盒正逐渐成为智能体的新型运行时环境，行业竞争焦点已从模型能力转向智能体环境基础设施，沙盒的隔离安全性成为核心竞争点，围绕RSI落地的沙盒竞争已经拉开帷幕。
