跳到正文
10月9日 · 周五

DeepSeek · 论文

找到 2 篇
筛选2
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。另有 5 篇还没打标签,不在筛选结果里。

另有 5 篇论文还没打上分类标签,暂不在筛选结果里。

  1. 其他arXiv 2609.22978

    DeepSeek Elastic Compute(DSec):面向大规模智能体训练的高效沙箱基础设施

    提出沙箱平台 DSec,支撑大规模智能体训练的弹性隔离与状态恢复

    发表
    场景
    AI Agent
    摘要DSec 是面向大规模智能体 RL 的多后端生产沙箱,用分层、按需镜像和训练协同维持高密度。

    DSec 是 DeepSeek-AI 的生产沙箱平台,用来支撑从 DeepSeek V3.2 到 V4.1 的智能体 RL 与评测,而不是报告某个模型的任务准确率。

    深度解读完整解读
  2. 防御arXiv 2609.25270

    RULER:面向 SVG 生成的实例感知评分标准奖励

    提出实例感知量表奖励 RULER,用 GRPO 优化开放式 SVG 生成

    发表
    测试
    Qwen3-8B、Qwen3-32B、Qwen3-4B 等 13 个
    摘要实例量表奖励把 8B SVG 策略的通用 Rubric 提升到与 DeepSeek-V3 接近。

    RULER 用按指令定制的量表奖励,在没有配对 SVG 真值的条件下做开放式矢量图强化学习。

    深度解读完整解读
已经到底了