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。
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- Effective HTML 走红 GitHub:4.2k 星的 agent 技能集,线框图秒变可交互原型 — tom_doerr · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16