讀紙 ReadPaper

由 Claude Code Max 翻譯的 AI 論文繁體中文版 · 101 篇

標籤 願望清單
篩選標籤： Agentic RL 2 篇 × 清除
2609.22978v1 arXiv License MIT

DeepSeek Elastic Compute (DSec)：面向大規模高效代理式訓練的沙箱基礎設施

DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale

Jialiang Huang, Hongxuan Tang, Jingchang Chen, ... Wenfeng Liang 等（DeepSeek-AI，共 130+ 位作者）

沙箱Agentic RL基礎設施microVM容器分散式檔案系統DeepSeek
arXiv 0
Liang-Hsun Huang 許願
gh-NVlabs-Skill2Env NVIDIA（保留所有權利） Alibaba / Qwen Team

用集體技能強化代理（Skill2Env）

Reinforcing Agents with Collective Skills

Binfeng Xu, Jian Hu, Hao Zhang, Shaokun Zhang, Yifan Zhang, Michael Demoret, Jan Kautz, Yi Dong（NVID...

Agentic RLAgent SkillsSkill2Env終端代理DPPORubric Reward合成環境
arXiv 0
Liang-Hsun Huang 許願