DeepSeek新论文公开AI智能体训练新方法，有望减少异常行为

阅读：3358

发布时间：2026-09-24 14:21:35

[摘要] 9月23日，DeepSeek公开的最新论文详细介绍了一种训练AI智能体的新方法，有望在提高训练效率的同时，减少近年来引发全球担忧的智能体异常行为。该文发布在通常刊登未经同行评审论文的网站arXiv上，约有130名共同作者，包括创始人梁文锋。该论文介绍了DeepSeek Elastic Compute（简称DSec），该平台可以扩展至处理数百万个所谓“沙箱”。AI智能体在这些相互隔离的环境中接受测

9月23日，DeepSeek发布了一篇最新论文，文中阐述了一种用于训练AI智能体的新方案，该方法不仅可能提升训练效率，还有助于遏制近年来令全球感到忧虑的智能体异常行为。这篇论文被发布在arXiv网站上，该平台通常刊载尚未经过同行评审的研究成果，论文共有约130位共同作者，其中包括公司创始人梁文锋。

论文中介绍了一个名为DeepSeek Elastic Compute（DSec）的平台，该系统具备扩展能力，可支持数百万个“沙箱”的运行。AI智能体在这些彼此隔离的环境中被测试，去尝试完成一系列任务。据论文介绍，一个生产级别的DSec单元每天大约能运行300万个沙箱，同时并发运行的数量最高可达38万个。论文还列举了一些智能体异常行为的表现，例如借助“非预期渠道”获取答案，以及对运行环境造成破坏。论文指出：“没有任何一种单一机制可以阻止所有智能体异常行为和系统故障，因此我们选择增强系统的可观测性，以便及时发现新出现的问题，并随着模型的不断演进，持续对DSec进行强化。”

关键词： DeepSeek 新论文论文公开智能训练新方法有望