DeepSeek最新论文公开AI智能体训练新方法

【太平洋科技快讯】据财联社报道，9 月 23 日，DeepSeek 在 arXiv 平台公开一篇新论文，提出一套 AI 智能体全新训练方案，该方案有望提升训练效率，同时缓解行业备受关注的智能体异常行为问题。这篇预印本论文共有约 130 位共同作者，DeepSeek 创始人梁文锋也位列其中。

论文介绍了 DeepSeek Elastic Compute ( DSec ) 平台，该平台可支持数百万个相互隔离的沙箱环境，供 AI 智能体开展任务测试。一套生产级 DSec 单元每日可执行约 300 万次沙箱任务，同时并发运行沙箱数量最高可达 38 万个。

论文还列举了智能体常见的异常行为，例如利用非预期途径获取答案、破坏运行环境等。论文同时指出，并不存在某一种机制可以完全杜绝全部异常行为与系统故障，因此平台将强化系统可观测能力，用于识别新产生的风险问题，并伴随模型迭代持续优化 DSec 平台。