亚马逊推出生产级智能体强化学习沙箱服务Sandman

亚马逊团队提出并已在生产环境运行沙箱服务 Sandman，用于支撑大规模智能体强化学习训练中的工具执行与评测。该服务部署在共享 Kubernetes 上，论文称其已在亚马逊的生产环境中运行。 作者表示，后续将开源 Sandman 的 daemon、provider 和 pool 三个组件；这一开源承诺针对的是上述组件，论文未说明其余部分是否开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。