DeepSeek revela nueva investigación sobre el entrenamiento de agentes con información detallada sobre la infraestructura

DeepSeek ha publicado un nuevo artículo que detalla su enfoque para entrenar agentes de IA, destacando el papel crucial de la infraestructura para habilitar entornos eficientes y seguros. El sistema, llamado DSec, crea entornos de sandbox a una velocidad de 5.000 por segundo, con una capacidad máxima de 380.000 instancias concurrentes. Opera en un gran clúster de GPU con 160 nodos, 30.000 núcleos de CPU y 250 TB de memoria. DSec admite cuatro tipos de entornos de sandbox: FnCall, Container, MicroVM y Full VM, cada uno adaptado para diferentes tareas de agentes, desde simples llamadas a funciones hasta simulaciones de sistemas operativos completos. El sistema utiliza un SDK de Python unificado, lo que permite una interacción perfecta con diversos backends. Para gestionar las restricciones de recursos, DSec emplea técnicas como la carga de imágenes bajo demanda y la optimización de la memoria, lo que reduce el uso del disco y mejora la velocidad de implementación. El artículo también describe desafíos como el 'hacking' de recompensas por parte de los agentes, que DeepSeek aborda a través de medidas de seguridad como AppArmor y eBPF.