DeepSeek 揭露 Agent 训练沙箱 DSec
Wallstreetcn
09-24 17:43
Ai 焦點
DeepSeek 首次公開 Agent 變訓沙箱平台 DSec,披露其支撐 V3.2 至 V4.1 的強化學習訓練與評測。
有幫助
No.幫助

DeepSeek 近日公開了一篇系統論文,首次披露了內部沙箱平台 DSec 的運行情況。論文稱,從 DeepSeek V3 .2 到 V4.1,所有強化學習訓練和評測的沙箱負載都運行在這一平臺上,外界由此首次看到了其 Agent 訓練環境的核心基礎設施。

單日服務約300萬個沙箱

論文顯示,DSec是一套針對Agent訓練的沙箱平台,主要用於提供隔離、可恢復、可批量創建的執行環境。與傳統的大模型訓練不同,Agent訓練需要調用代碼庫、編譯工具、瀏覽器及各類外部工具,執行過程會持續改變環境狀態,因此對沙箱系統的要求更高。

根據論文披露的數據,一個生產單元約包含 160 個 CPU 節點、3 萬個 CPU 核心和 250 兆 TB 内存,並托管 PB 級鏡像數據。該平台單日可服務約 300 萬個沙箱實例,峰值併發量超過 38 萬個,創建速率超過每秒 5000 個。單個訓練任務一次最多可啟動 3.2 萬個沙箱。

分層鏡像降低啟動開銷

論文指出,DSec的主要難點在於,不同任務所需的代碼、依賴和工具鏈並不相同。如果每次啟動都完整下載鏡像,集羣的I/O壓力會迅速上升。

為此,DeepSeek 將基礎系統、任務工作區和工具包拆分成可組合的環境層,根據需要進行拼裝。鏡像分發則依賴於其自研的 3FS 分佈式文件系統,根據需要讀取 EROFS 鏜像,而非整體拉取。論文給出的實驗結果顯示,在 8192 個容器同時啟動的場景下,這一方案可將啟動效率提升約 42%,磁盤寫入量下降約 57%,任務完成時間提升約 1.7 倍。

在資源利用方面,論文稱,約90%的沙箱實際使用量不超過申請量的5%。基於這一特徵,平臺採用高密度部署和資源超售策略,單節點最多可容納3200個容器或800個microVM,並配合內存共享與回收機制,將峰值內存佔用降低約40%。

訓練中已出現繞過限制的行為

論文還提到,Agent在訓練過程中會試圖規避限制,包括搜尋殘留文件、偽造RPC、規避訪問控制,以及試圖讀取受保護的內容。DeepSeek在系統中使用AppArmor和eBPF域級網路白名單進行防護,但論文也明確表示,沒有單一機制可以阻止所有異常行為和系統故障。

這篇論文已提交至 arXiv,作者名單超過130人,DeepSeek的創始人梁文鋒簽名在最後。公開資訊顯示,該論文屬於分散式計算領域,重點不在模型本身,而在支撐大規模Agent強化學習訓練的底層系統。

強制要求:

1. 只輸出翻譯後的內容,不要輸出 JSON、不要輸出 Markdown 代碼塊。
2. 不要解釋、不要總結、不要補充原文不存在的資訊。
3. 不要省略任何內容,必須完整翻譯全部輸入。
4. 如果輸入包含 HTML,只翻譯標簽之間的可见文本,不要翻譯、刪除、改寫或轉義任何 HTML 標簽和屬性。
5. HTML 標簽名、屬性名、屬性值、引號、空格、標簽順序必須保持不變。
6. img、br、hr、input 等無可見文本的標簽必須原樣保留。
7. 保留數字、貨幣符號、交易對、URL、Markdown 格式。
8. 保留形如 __BJWKEEP_00001__ 的佔位符,必須逐字原樣輸出。
9. 佔位符不能翻譯、刪除、拆分、移動、改變大小寫、改變下劃線或改變編號。
10. 佔位符是系統保護標記,不屬於自然語言。必須逐字符複製,包括所有下劃線和數字。輸出前請檢查每個佔位符是否與輸入完全一致。
11. 佔位符不是人名,不要把佔位符改寫成任何目標語言的人名、機構名或其他詞。
12. 不要輸出 User、Assistant、System 等角色名或對話前綴。
原文來自華爾街見聞轉載稿,文中核心數據與系統描述均引自 DeepSeek 提交至 arXiv 的論文《 DeepSeek Elastic Compute ( DSec ) : A Sandbox Infrastructure for Effective Agentic Training at Scale 》。

打賞
$0
點讚
0
收藏
0
瀏覽量 657
HKWDB提醒,請廣大讀者理性看待區塊鏈,切實提高風險意識,警惕各類虛擬代幣發行與炒作,站內所有內容僅係市場資訊或相關方觀點,不構成任何形式的投資建議。如發現站內內容含敏感資訊,可點擊“舉報”,我們會及時處理。
提交
評論 0
最熱
最新
還沒有人評論喔~快搶沙發吧!
相關閱讀
UpGuard 推出 UpGuard Labs 作為獨立研究部門 識別並分析泄露與網絡安全風險
UpGuard 宣布推出獨立研究部門 UpGuard Labs,專注於數據暴露、威脅與漏洞研究。其首批內容包括對 PHP2Shell 的影響、AI 應用程序泄露對話內容等安全問題的分析。
PR Newswire
·2026-11-18 21:21:06
66
OpenAI 现身 TwitchCon 2026 引發主播不滿
OpenAI在TwitchCon2026上的亮相引发部分主播批评,争议焦点包括生成式AI对创作行业的影响,以及Twitch默认允许亚马逊将创作者内容用于AI训练、需由创作者自行退出的政策。相关争议还引发了一起拟议中的集体诉讼,但诉讼并未证明OpenAI使用了Twitch创作者内容进行训练。
Coinpaper
·2026-11-18 19:49:35
77
Ripple與Evernorth的XRP金庫交易披露9.9%持股上限
SEC 文件披露顯示,在10月合併完成後,Ripple 及其關聯投資者對納斯達克上市公司 Evernorth Holdings 的表決權持股比例被限制在9.9%。同時,Ripple 通過另一類子公司單位保留了額外的經濟權益,顯示其財務敞口與表決控制權之間存在區分。
Coinpaper
·2026-11-18 19:49:33
70
Yiren Digital 宣布可查阅20-F年度報告
Yiren Digital Ltd 宣布,其截至2025年12月31日財年的20-F年度報告已於2026年4月29日提交給美國證券交易委員會,並可在該公司的投資者關係網站上查閱。公司表示,股東和美國存托憑證持有人可免費索取紙質版的年度報告。
PR Newswire
·2026-11-18 19:20:58
82
輝達非上市股權投資價值飆升至655億美元 黃仁勳不再掌舵後投資策略成謎
據 TechCrunch 報道,輝達持有的非上市公司股權價值已升至655億美元,較今年1月披露的220億美元大幅增加。公司今年明顯加大了投資力度,但在黃仁勳離開管理崗位、由臨時的 CEO 科萊特·克雷斯接任後,未來是否會繼續進行大規模投資仍不確定。
The Block
·2026-11-18 16:29:49
76
查看更多