{"@context":"https://schema.org","@type":"NewsArticle","generatedAt":"2026-07-23T07:21:26.498Z","headline":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","description":"Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","url":"https://www.aioga.com/news/cmrjtv6zw00fsbiw2zj7z441k/","mainEntityOfPage":"https://www.aioga.com/news/cmrjtv6zw00fsbiw2zj7z441k/","datePublished":"2026-07-13T22:37:53.000Z","dateModified":"2026-07-13T22:37:53.000Z","inLanguage":"zh-CN","publisher":{"@type":"NewsMediaOrganization","name":"Aioga","url":"https://www.aioga.com"},"citation":["https://www.marktechpost.com/2026/07/13/skyfall-ai-releases-morpheus-a-persistent-enterprise-simulation-benchmark-that-makes-continual-reinforcement-learning-necessary-under-structured-non-stationarity","https://aihot.virxact.com/items/cmrjtv6zw00fsbiw2zj7z441k"],"canonicalUrl":"https://www.aioga.com/news/cmrjtv6zw00fsbiw2zj7z441k/","directAnswer":{"@type":"Answer","text":"Aioga 编辑摘要：Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。 Aioga 将其归入「产品更新」方向，重点关注它对真实使用和行业竞争的影响。","url":"https://www.aioga.com/news/cmrjtv6zw00fsbiw2zj7z441k/","dateCreated":"2026-07-13T22:37:53.000Z","author":{"@type":"Organization","@id":"https://www.aioga.com/authors/aioga-editorial/#editorial-team","name":"Aioga Editorial Team","url":"https://www.aioga.com/authors/aioga-editorial/"}},"evidence":[{"@type":"CreativeWork","name":"marktechpost.com source article","url":"https://www.marktechpost.com/2026/07/13/skyfall-ai-releases-morpheus-a-persistent-enterprise-simulation-benchmark-that-makes-continual-reinforcement-learning-necessary-under-structured-non-stationarity","datePublished":"2026-07-13T22:37:53.000Z","provider":{"@type":"Organization","name":"marktechpost.com","url":"https://www.marktechpost.com/2026/07/13/skyfall-ai-releases-morpheus-a-persistent-enterprise-simulation-benchmark-that-makes-continual-reinforcement-learning-necessary-under-structured-non-stationarity"}},{"@type":"CreativeWork","name":"AIHot archive record","url":"https://aihot.virxact.com/items/cmrjtv6zw00fsbiw2zj7z441k","datePublished":"2026-07-13T22:37:53.000Z","provider":{"@type":"Organization","name":"AIHot","url":"https://aihot.virxact.com/items/cmrjtv6zw00fsbiw2zj7z441k"}}],"aggregationSource":"MarkTechPost（RSS）","originalPublisher":{"name":"marktechpost.com","url":"https://www.marktechpost.com/2026/07/13/skyfall-ai-releases-morpheus-a-persistent-enterprise-simulation-benchmark-that-makes-continual-reinforcement-learning-necessary-under-structured-non-stationarity"},"article":{"id":"cmrjtv6zw00fsbiw2zj7z441k","slug":"cmrjtv6zw00fsbiw2zj7z441k","url":"https://www.aioga.com/news/cmrjtv6zw00fsbiw2zj7z441k/","title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","title_en":"Skyfall AI Releases MORPHEUS： A Persistent Enterprise Simulation Benchmark That Makes Continual Reinforcement Learning Necessary Under Structured Non-Stationarity","summary":"Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","source":"MarkTechPost（RSS）","sourceUrl":"https://www.marktechpost.com/2026/07/13/skyfall-ai-releases-morpheus-a-persistent-enterprise-simulation-benchmark-that-makes-continual-reinforcement-learning-necessary-under-structured-non-stationarity","aiHotUrl":"https://aihot.virxact.com/items/cmrjtv6zw00fsbiw2zj7z441k","publishedAt":"2026-07-13T22:37:53.000Z","category":"产品更新","score":48,"selected":false,"articleBody":["Most reinforcement learning benchmarks reset the world after every episode. Real operations never reset. Skyfall AI’s MORPHEUS targets that gap. It is a persistent enterprise simulation platform for continual reinforcement learning (CRL).","MORPHEUS is grounded in the Big World Hypothesis (Javed & Sutton, 2024). It says the world’s complexity exceeds any agent’s representational capacity. As a result, the environment looks non-stationary even under fixed dynamics.","To force continual learning, MORPHEUS requires three properties: persistence, non-stationarity, and operational complexity. Persistence means past decisions compound into future dynamics. Non-stationarity means any fixed policy eventually becomes suboptimal. Operational complexity means no fixed optimal policy exists.","Each environment is a self-contained TypeScript world plugin. It exports Operational Descriptors (ODs), a simulation scheduler, seed data, and documentation. An OD defines the step-by-step execution plan for a capability. Agents act through a capability API, and each call triggers an OD execution.","Building on that architecture, non-stationarity comes from two engines. First, a failure injection engine inserts typed disruptions between OD steps. It draws from eleven failure types, including missing_data , dependency_failure , and rate_limit . It runs at four preset rates: light (5%), realistic (8%), moderate (15%), and aggressive (30%).","Second, an asynchronous configuration shift controller changes failure presets and demand at fixed timestamps. It runs independently of the training loop, so shifts never align with gradient updates. This stops the agent from using update periodicity as a proxy clock.","Alongside these engines, reward comes from three operational verifiers logged natively by the platform. These are failure event signals, financial ledger status, and resource throughput. The composite reward combines them. Default weights are w_f = 0.5 and w_l = w_p = 0.25 .","Under the upper-bound assumptions (zero failures, minimum cost, full throughput), the bound per configuration equals 0.50.","Because the action space is large, pure RL from scratch is impractical. Therefore MORPHEUS uses a two-stage pipeline. A frontier model (Gemini 3.1 pro) collects trajectories using the ReAct framework. These traces then fine-tune Qwen3-14B via supervised fine-tuning (SFT).","Consequently, every RL run starts from this shared SFT checkpoint. This isolates continual learning behaviour from basic operational competence. All baselines then use PPO as the base optimizer for online post-training.","With training defined, cumulative reward alone is not enough. A scalar sum hides performance across a non-stationary horizon. So the research team propose six metrics instead. These are per-configuration reward, adaptation speed, forgetting, recovery time, stability, and performance gap.","Among these, adaptation speed is the headline metric. It counts steps until the running-average reward reaches half the upper bound. Two supplementary diagnostics also track relative adaptation advantage (RAA) and plasticity via effective rank.","Using this protocol, the research team tests four algorithm families from the shared SFT checkpoint. Two tasks are defined. Task 1 is dynamic resource allocation under structured drift. Task 2 is scheduling under drift with delayed effects.","Across these results, no single family dominates. On process-outbound Task 1, EWC leads reward and LCM adapts fastest. On Task 2, HER leads reward while LCM loses its edge under delayed reward. Meanwhile, mean performance gaps sit near 1.0 for every method. That signals a large settled-state deficit, not a minor tuning gap.","Notably, PPO and HER generally adapt only in the first configuration. They then fail to adapt in later regimes, even without label signals.","In practice, MORPHEUS suits several reader roles. For AI engineers, it tests whether an agent detects regime shifts without labels. For example, demand switches from low to bursty, and the policy must adapt with no signal.","For data scientists, it stresses delayed credit assignment. For example, On-Time In-Full (OTIF) delivery is observable only days after the dispatch decision. For software engineers, the TypeScript plugin format allows swapping rewards or toggling observability without changing dynamics.","Need to partner with us for promoting your GitHub Repo OR Hugging Face Page OR Product Release OR Webinar etc.? Connect with us ：https://forms.gle/wbash1wF6efRj8G58","Michal Sutter is a data science professional with a Master of Science in Data Science from the University of Padova. With a solid foundation in statistical analysis, machine learning, and data engineering, Michal excels at transforming complex datasets into actionable insights."],"articleImages":[{"sourceUrl":"https://www.marktechpost.com/wp-content/uploads/2025/07/a-professional-linkedin-headshot-photogr_0jcmb0R9Sv6nW5XK-zkPHw_uARV5VW1ST6osLNlunoVWg-300x300.png","alt":"","afterParagraph":17,"url":"/media/articles/cmrjtv6zw00fsbiw2zj7z441k/84e64b03066de40c.webp"},{"sourceUrl":"https://www.marktechpost.com/wp-content/uploads/2026/07/blog19132-27-100x70.png","alt":"Zyphra Releases ZUNA1.1","afterParagraph":18,"url":"/media/articles/cmrjtv6zw00fsbiw2zj7z441k/cd15e12b6cd81fa9.webp"},{"sourceUrl":"https://www.marktechpost.com/wp-content/uploads/2026/07/blog19132-26-100x70.png","alt":"NVIDIA AI Releases Nemotron 3 Embed","afterParagraph":18,"url":"/media/articles/cmrjtv6zw00fsbiw2zj7z441k/3599a9b15a91f0e0.webp"}],"mediaStatus":"ok","articleBodyZh":[],"translationStatus":"","bodyOrigin":"source-page","editorial":{"summary":"Aioga 编辑摘要：Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。 Aioga 将其归入「产品更新」方向，重点关注它对真实使用和行业竞争的影响。","background":"背景分析：产品与工具类动态的价值取决于它是否解决明确场景、能否进入工作流，以及交付、价格和数据安全是否可接受。","viewpoint":"Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。","implications":"影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。","nextStep":"后续观察：继续观察产品是否开放使用、用户反馈、定价、集成能力和后续版本更新。","evidenceRefs":["title","summary","articleBody"],"confidence":"medium","status":"published","aiGenerated":false,"autoApproved":true,"generatedBy":"rule-safe-fallback","generatedAt":"2026-07-23T07:30:40.745Z","sourceHash":"aa71fb297f2e8a96","validation":{"passed":true,"mode":"rule-safe-fallback","checks":["schema","length","source-attribution","no-html"]}},"tags":["产品更新","MarkTechPost（RSS）"],"translations":{"zh-CN":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga AI资讯","description":"Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微","url":"https://www.aioga.com/news/cmrjtv6zw00fsbiw2zj7z441k/"},"en":{"title":"Skyfall AI Releases MORPHEUS： A Persistent Enterprise Simulation Benchmark That Makes Continual Reinforcement Learning Necessary Under Structured Non-Stationarity","summary":"Aioga tracks this update from MarkTechPost（RSS） under Products. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"Products","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI Releases MORPHEUS： A Persistent Enterprise Simulation Benchmark That Makes Continual Reinforcement Learning Necessary Under Structured Non-Stationarity - Aioga AI News","description":"Aioga tracks this update from MarkTechPost（RSS） under Products. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移","url":"https://www.aioga.com/en/news/cmrjtv6zw00fsbiw2zj7z441k/"},"ja":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aiogaは「製品更新」の動きとして、MarkTechPost（RSS） からの更新を追跡しています。Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"製品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga AIニュース","description":"Aiogaは「製品更新」の動きとして、MarkTechPost（RSS） からの更新を追跡しています。Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采","url":"https://www.aioga.com/ja/news/cmrjtv6zw00fsbiw2zj7z441k/"},"ko":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga는 MarkTechPost（RSS）의 업데이트를 제품 업데이트 흐름으로 추적합니다. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"제품 업데이트","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga AI 뉴스","description":"Aioga는 MarkTechPost（RSS）의 업데이트를 제품 업데이트 흐름으로 추적합니다. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台","url":"https://www.aioga.com/ko/news/cmrjtv6zw00fsbiw2zj7z441k/"},"es":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga sigue esta actualización de MarkTechPost（RSS） dentro de Productos. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"Productos","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga Noticias de IA","description":"Aioga sigue esta actualización de MarkTechPost（RSS） dentro de Productos. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速","url":"https://www.aioga.com/es/news/cmrjtv6zw00fsbiw2zj7z441k/"},"fr":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga suit cette mise à jour de MarkTechPost（RSS） dans la catégorie Produits. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"Produits","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga Actualités IA","description":"Aioga suit cette mise à jour de MarkTechPost（RSS） dans la catégorie Produits. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，","url":"https://www.aioga.com/fr/news/cmrjtv6zw00fsbiw2zj7z441k/"},"de":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga KI-News","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/de/news/cmrjtv6zw00fsbiw2zj7z441k/"},"pt-BR":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga Notícias de IA","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/pt-BR/news/cmrjtv6zw00fsbiw2zj7z441k/"},"ru":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga Новости ИИ","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/ru/news/cmrjtv6zw00fsbiw2zj7z441k/"},"ar":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga أخبار الذكاء الاصطناعي","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/ar/news/cmrjtv6zw00fsbiw2zj7z441k/"},"hi":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga AI समाचार","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/hi/news/cmrjtv6zw00fsbiw2zj7z441k/"},"it":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga Notizie IA","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/it/news/cmrjtv6zw00fsbiw2zj7z441k/"},"nl":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga AI-nieuws","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/nl/news/cmrjtv6zw00fsbiw2zj7z441k/"},"tr":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga AI Haberleri","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/tr/news/cmrjtv6zw00fsbiw2zj7z441k/"},"vi":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Tin tức AI Aioga","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/vi/news/cmrjtv6zw00fsbiw2zj7z441k/"},"id":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Berita AI Aioga","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/id/news/cmrjtv6zw00fsbiw2zj7z441k/"},"th":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - ข่าว AI Aioga","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/th/news/cmrjtv6zw00fsbiw2zj7z441k/"},"pl":{"title":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准","summary":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引入非平稳性。平台采用两阶段策略：先用前沿模型 Gemini 3.1 pro 基于 ReAct 框架收集轨迹，再通过监督微调（SFT）训练 Qwen3-14B，随后所有基线使用 PPO 进行在线后训练。评估协议包含六个指标（适应速度、遗忘、恢复时间等）。在动态资源分配和延迟调度两项任务上，EWC、HER、LCM 等算法族表现各异，无单一方法全面占优。代码已开源。","category":"产品更新","source":"MarkTechPost（RSS）","pageTitle":"Skyfall AI 发布 MORPHEUS：面向持续强化学习的持久企业模拟基准 - Aioga Wiadomości AI","description":"Aioga tracks this update from MarkTechPost（RSS） under 产品更新. Skyfall AI 推出 MORPHEUS，一个面向持续强化学习（CRL）的持久企业模拟平台。与每次回合后重置的传统基准不同，MORPHEUS 构建永不重置的持久世界，通过故障注入引擎（11种故障类型，4种预设速率）和异步配置漂移控制器引","url":"https://www.aioga.com/pl/news/cmrjtv6zw00fsbiw2zj7z441k/"}}}}