DeepSeek revela detalles técnicos de DSec, su sistema de entrenamiento para agentes

DeepSeek ha hecho públicos los detalles técnicos de DSec (DeepSeek Elastic Compute), su sistema diseñado para el entrenamiento de agentes, bajo la firma de Liang Wenfeng. El sistema es capaz de generar más de 5,000 entornos sandbox por segundo, alcanzando hasta 3 millones diarios, con una capacidad de ejecución simultánea de 380,000 instancias. La infraestructura se apoya en un clúster de 160 nodos y utiliza diversos backends para tareas específicas. El informe también aborda desafíos de seguridad, como el 'reward hacking' durante el entrenamiento, y las medidas de defensa implementadas mediante AppArmor y filtrado de red basado en eBPF.