LMSYS 携手 NVIDIA 实测：Vera CPU 驱动沙盒，agentic RL 训练单回合快 11%

LMSYS 与 NVIDIA 在 RadixArk Miles 中将所有沙盒部署于 NVIDIA Vera CPU，负载下平均 episode 时间缩短 11%，并称这是首个公开的 Vera CPU 全沙盒端到端 agentic RL 训练结果。沙盒基于开源 AgentENV，采用轻量 Firecracker 虚拟机隔离，从快照启动不到 0.1 秒。