MarkTechPost · 13.07.2026 ·Оценка и бенчмарки

Skyfall AI представила MORPHEUS: бенчмарк для непрерывного обучения с подкреплением

Компания Skyfall AI выпустила MORPHEUS — платформу для симуляции корпоративных сред, предназначенную для тестирования алгоритмов непрерывного обучения с подкреплением (Continual Reinforcement Learning). В отличие от классических тестов, система имитирует постоянно меняющиеся условия без сброса состояния, что требует от моделей адаптации к динамическим изменениям параметров среды в режиме реального времени.

Платформа ориентирована на решение проблемы «катастрофического забывания», с которой сталкиваются агенты при переходе между различными режимами работы. MORPHEUS создает непрерывный поток данных, где структура среды меняется по заданным сценариям. Это позволяет исследователям оценивать, насколько эффективно алгоритмы сохраняют накопленные навыки при столкновении с новыми бизнес-условиями или изменением рыночных факторов.

Для оценки производительности используется протокол из шести метрик, охватывающих стабильность обучения и скорость адаптации. Тестирование популярных алгоритмов, включая PPO (Proximal Policy Optimization) и EWC (Elastic Weight Consolidation), показало, что текущие методы значительно отстают от теоретически возможных показателей эффективности. Результаты подчеркивают необходимость разработки более устойчивых архитектур для долгосрочной работы ИИ-агентов в реальных корпоративных системах.

Ключевые факты

Платформа MORPHEUS имитирует работу предприятия в режиме «вечного» цикла без сброса параметров.
Внедрена система параметризуемых сдвигов режима (regime shifts), имитирующая нестационарность бизнес-процессов.
Протокол оценки включает шесть метрик для анализа качества обучения в условиях постоянных изменений.
Тестирование алгоритмов PPO, HER, EWC и LCM продемонстрировало их неспособность достичь теоретического предела эффективности в данной среде.

Источник: MarkTechPost

Обсудить с ИИ

Похожие материалы

Hacker News · Оркестрация агентов Respect the Oracle: новый подход к борьбе с переобучением ИИ-агентов Инструмент Respect the Oracle предлагает новый метод борьбы с переобучением ИИ-агентов при выполнении задач в динамических средах. Решение внедряет механизм «оракула», который ограничивает агента в чрезмерной подстройке под конкретные обучающие примеры, заставляя его придерживаться более обобщенных стратегий. Это позволяет повысить надежность агентных систем при работе с непредсказуемыми входными данными. AI News & Artificial Intelligence | TechCrunch · Оценка и бенчмарки Patronus AI привлекла $50 млн на создание систем стресс-тестирования ИИ-агентов Стартап Patronus AI привлек $50 млн в раунде финансирования для расширения платформы автоматизированного тестирования ИИ-агентов. Компания разрабатывает «цифровые миры» — симуляционные среды, где модели подвергаются интенсивным проверкам на надежность, безопасность и точность ответов. Инвестиции направлены на масштабирование инфраструктуры, позволяющей компаниям выявлять критические уязвимости в агентных системах до их развертывания в реальных бизнес-процессах. arXiv · Оценка и бенчмарки CRAX: новый высокопроизводительный бенчмарк для безопасного обучения с подкреплением Исследователи представили CRAX — специализированный бенчмарк для оценки безопасности алгоритмов обучения с подкреплением (Reinforcement Learning, RL). Инструмент ориентирован на задачи, требующие высокой надежности, такие как промышленная робототехника и системы автономного вождения. Основная проблема существующих решений заключается в низкой скорости симуляции при работе с высокоточными 3D-физическими моделями, что замедляет процесс прототипирования и масштабных экспериментов. Hacker News · Обучение и дообучение Prime Intellect представила платформу Lab для децентрализованного обучения моделей Компания Prime Intellect запустила платформу Lab — инфраструктурное решение для обучения и дообучения нейросетей, объединяющее вычислительные мощности из различных источников. Система позволяет разработчикам масштабировать процесс тренировки моделей, используя распределенные ресурсы, что снижает барьеры для создания собственных архитектур и оптимизирует затраты на инфраструктуру при работе с крупными наборами данных. Hacker News · ИИ в бизнесе Kairos Engine: автоматизированная проверка торговых стратегий Kairos Engine — это специализированный пайплайн для автоматизированного тестирования и фильтрации торговых стратегий до их запуска в реальные рыночные условия. Система использует методы машинного обучения для оценки жизнеспособности алгоритмов, позволяя выявлять неэффективные подходы на ранних этапах. Это снижает финансовые риски, предотвращая потери капитала от использования заведомо убыточных или переобученных моделей в трейдинге. Hacker News · Инфраструктура для агентов CoreWeave представила ARIA: агент для автоматизации исследований и итераций в ИИ Компания CoreWeave анонсировала ARIA (AI Research and Iteration Agent) — специализированного агента, предназначенного для ускорения циклов разработки и тестирования моделей машинного обучения. Система автоматизирует процесс запуска экспериментов, анализа результатов и внесения корректировок в конфигурации, позволяя исследователям сократить время на рутинные операции при обучении нейросетей на масштабных вычислительных кластерах. arXiv · Машинное обучение Themis: фреймворк для интерпретируемого обучения с подкреплением на основе отзывов людей Исследователи представили Themis — новый фреймворк для обучения с подкреплением (RLHF), объединяющий прозрачность объяснимого ИИ (XAI) и механизмы обратной связи от человека. Система направлена на решение проблемы непредсказуемого поведения моделей, позволяя разработчикам не только корректировать действия агентов, но и понимать логику принятия решений, что критически важно для создания безопасных и контролируемых автономных систем. arXiv · Обучение и дообучение AutoTrainess: автономная система для самообучения языковых моделей Исследователи представили AutoTrainess — фреймворк для автоматизации процесса дообучения языковых моделей без участия человека. Система позволяет ИИ-агентам самостоятельно планировать итерации обучения, генерировать качественные наборы данных, проводить тренировочные запуски и оценивать результаты. Это решение направлено на преодоление трудоемкости текущих процессов пост-тренинга, превращая цикл улучшения моделей в автономный инженерный пайплайн. Hacker News · Оценка и бенчмарки Emergence World: новая среда для тестирования автономных ИИ-агентов Команда Emergence представила Emergence World — специализированную платформу для оценки способности ИИ-агентов выполнять сложные задачи с длинным горизонтом планирования. В отличие от стандартных бенчмарков, эта среда моделирует динамические условия, требующие от агентов не только логического мышления, но и последовательного принятия решений в меняющейся обстановке, что критически важно для развития автономных систем в реальных бизнес-процессах. arXiv · Инфраструктура для агентов Cortex: новый фреймворк для управления робототехническими агентами Исследователи представили Cortex — фреймворк для воплощенных ИИ-агентов, решающий проблему выполнения долгосрочных задач в робототехнике. В отличие от стандартных VLA-моделей, ограниченных текущим наблюдением, Cortex использует двунаправленное выравнивание между высокоуровневым планированием и низкоуровневой кинематикой, что позволяет агентам эффективнее справляться со сложными манипуляциями в динамической среде.

← Все материалы