k3训练曝光：全程约5000万沙盒，高峰数百万并发
stochasticchasm · x · 2026-09-11
stochasticchasm 据 k3 报告指出，其 RL 训练全程使用了约 5000 万个沙盒环境，而数百万「并发」沙盒的规模尤为惊人。作者补充，这是继 MAI-thinking-1 之后第二个模型在 RL collapse 之后仍持续推进训练的数据点，且做法相当激进——在不同 scaffold/harness 之间合并 checkpoint。
所属事件:DeepSeek V4 训练细节：超 10T token 与 1M 上下文(3 条相关)→
「Infra」频道最新
- 曝 SpaceX 2027 或成最大 VR200 买家：2 万机架约 3000 亿美元 — bookwormengr · 2026-10-28
- MySQL 递归 CTE 在 5 亿行下超时，图数据库 23.6ms 完成同查询 — JeremyCMorgan · 2026-10-28
- OpenRouter 周token量一年涨27倍至165万亿，开放模型占72% — FinanceYF5 · 2026-10-28
- AI 行业豪赌:多年锁定算力采购,按 token 卖智能,风险谁来扛 — vaibhavbetter · 2026-10-28
- OpenAI 员工放言：算力决定国运，美国已锁定胜局 — willdepue · 2026-10-28
- 马来西亚数据中心总容量与设施数均已超新加坡,规划容量约 10 倍 — bytebot · 2026-10-28