Nebius 优化 agent 训练流水线,批次收集时间从 10 分钟缩到 3 分钟

demian_ai · x · 2026-09-29

Nebius 团队指出，agent 训练的瓶颈往往不在文本生成速度，而在装依赖、跑测试、等待结果这些环节。他们围绕任务路由、沙箱执行与调度做了系统性改进，其中一个关键思路是：完成的尝试按组即时纳入训练批次，避免个别慢任务拖住整体进度。

在基于 Terminal Bench 的对照测试中、模型权重保持不变的前提下，收集一个训练批次的时间从约 10 分钟降到 3 分多钟，缩短 66.9%。作者认为，模型之外的工程决定了模型速度能兑现多少。