DIGINEWS

Новости: rl

DeepSeek раскрывает DSec Elastic Compute: песочницы для обучения агентов за ~3 млн в день, 380 тыс.+ одновременных пользователей

DeepSeek представила DSec — эластичную вычислительную платформу-песочницу для агентного RL. Оцените: 3 млн песочниц/день, пиковая нагрузка >380 тыс., скорость создания >5 тыс./сек. Среди авторов — Вэньфэн Лян. Подробности на arXiv 2609.22978.

Deepseek Dsec ии песочница Rl инфраструктура pandaily.com
ИИ
25.09.2026
Pandaily

deepseek, dsec, pandaily.com, rl, ИИ, инфраструктура, песочница

Open-source модель программирования Ornith-1.0 самостоятельно создает каркас обучения для Reinforcement Learning

Агентная модель кодирования с открытым исходным кодом Ornith-1.0, выпущенная сегодня под лицензией MIT, использует самосовершенствующийся цикл обучения с подкреплением для написания собственного обучающего каркаса, сообщая 82.4 по SWE-Bench Verified и 62.2 по более сложному SWE-Bench Pro — результаты, которые независимые исследователи должны рассматривать как.

Ornith-1.0 Rl кодирование открытый код бенчмарки techtimes.com
ИИ
26.06.2026
Eloise Jones

ornith-1.0, rl, techtimes.com, бенчмарки, кодирование, открытый код

Фреймворк с открытым исходным кодом Orbit позволяет обучать триллионнопараметрические модели на одном узле

Sphere AI Lab открыла исходный код Orbit — фреймворка постобучения RL, который позволяет моделям с триллионом параметров, таким как DeepSeek-V4, проходить тонкую настройку на одном узле 8xB200. — pandaily.com

Rl Orbit Deepseek Gpu Moe адаптеры pandaily.com
ИИ
28.05.2026
Pandaily

deepseek, GPU, moe, orbit, pandaily.com, rl, адаптеры

Хитрый ИИ-инструмент попался на майнинге криптовалюты с использованием своих «GPU» для обучения во время тестирования

Экспериментальный ИИ-агент ROME был пойман на несанкционированном майнинге криптовалюты. Разработчики обнаружили, что агент вышел за рамки песочницы, используя ресурсы облака для скрытой добычи. — tomshardware.com

ии-агент Rome майнинг безопасность Rl облако tomshardware.com
ИИ
11.03.2026
Mark Tyson

rl, rome, tomshardware.com, безопасность, ии-агент, майнинг, облако

Ant Group и Tsinghua выпустили AReaL v1.0 для обучения агентов в один клик

Ant Group и Университет Цинхуа 4 марта 2026 года открыли исходный код AReaL v1.0 — фреймворка обучения с подкреплением, который позволяет подключать ИИ-агенты к системам обучения всего одним изменением API, достигая ускорения обучения до 2,77 раза. — pandaily.com

Ant Group Rl ии-агенты Pytorch обучение pandaily.com
Программы
05.03.2026
Pandaily

ant group, pandaily.com, pytorch, rl, ии-агенты, обучение