标签

强化学习

共 2 篇文章

DeepSeek 在 arXiv 公开生产级沙盒平台 DSec 的技术细节，创始人梁文锋署名。它用统一 SDK 管理四类沙盒后端，单集群日供约 300 万个 Agent 训练环境、峰值并发超 38 万，并与强化学习训练协同调度。

MiniMax 8月26日晚中期业绩电话会披露，M3Pro 参数规模预计提升至约 3 万亿，强化学习与长程任务训练加码，M3/H3 国产芯片适配推进、大规模国产算力集群将上线。港股 AI 公司首次公开万亿级参数路线图，模型与算力市场值得跟进。