国产大模型公司DeepSeek（深度求索）披露最新智能体（Agent）训练基础设施论文。论文首页截图近日，DeepSeek在预印本平台arXiv公布论文《DeepSeek弹性计算（DSec）：面向大规模Agent训练的沙盒基础设施》，首次系统披露DeepSeek用于大规模Agent强化学习（RL）与评测的生产级沙盒基础设施DSec：随着AI从“生成Token”走向“执行任务”，大模型公司除GPU、数据之外，开始大规模建设可交互、可验证、可隔离的训练环境。这篇论文提交日期是9月19日，作者名单超过130人，DeepSeek创始人梁文锋位列最后一位。论文详细介绍了DeepSeek Elastic Compute（DSec）。这是一套为大规模Agent训练和评测设计的生产级沙盒平台，可以在集群中统一调度和管理大量沙盒，并根据不同任务快速组合所需的软件、数据和运行环境，同时通过镜像共享、内存回收和CPU调度等方式提高资源利用效率。DSec还与DeepSeek强化学习（RL）框架协同设计，将Age…