はじめに
最初のサンドボックスを実行する
認証を行い、Python または TypeScript でコマンドを実行します。
コーディングエージェントを実行する
対話型コーディングや自律型ワーカーに適したインテグレーションを選択します。
評価を実行する
SWE-bench や DeepSWE を使用して、コードパッチやコーディングエージェントを評価します。
RL ワークフローを構築する
モデルが生成したコードをサンドボックスで実行し、強化学習の報酬を評価します。
サンドボックスを設定する
ワークロードに必要な機能を選択してください。- 実行を設定する。 サンドボックスの設定でイメージ、CPU、メモリ、有効期間を選択するか、サポートされている Docker Compose ファイルからマルチコンテナーのサンドボックスを作成します。
- ファイルを保存して再利用する。 ファイルシステムスナップショットを使用してスクラッチボリューム上の作業ディレクトリを取得し、新しいサンドボックスにリストアします。
- ストレージを付加する。 スクラッチ領域として Volume を使用します。CKS では、登録済み Volume を使用すると、サンドボックス間で既存のストレージを共有できます。
- サービスを公開する。 パブリックエンドポイントを使用して、サンドボックス内のアプリケーションにパブリックアドレスを割り当てます。
- GPU を使用する。 サーバーレスまたは CKS のキャパシティで GPU サンドボックスをリクエストします。GPU サンドボックスを利用するには、別途アクセス権が必要です。信頼できないコードを実行する場合は、サーバーレスの GPU サンドボックスを使用してください。独自の CKS クラスター上の GPU サンドボックスは仮想化されていないため、信頼できるコードのみを実行してください。