亚马逊开发了 Sandman,这是一项旨在管理共享 Kubernetes 集群上 Agentic 强化学习工作负载沙箱的服务。该系统能够创建、运行和清理数千个并发沙箱,这对于代理工具的执行和评估至关重要。Sandman 已在亚马逊的生产环境中用于多个 Agentic RL 应用,处理了数百万次沙箱创建,并提供了有关高效管理这些环境的运营见解。 AI
影响 通过管理复杂的沙箱环境,该基础设施可以实现更高效、可扩展的 AI 代理训练。
排序理由 研究论文,详细介绍了一种用于 Agentic 强化学习的新基础设施服务。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →