MoFlow：多目标智能体工作流生成
事件
智能体工作流的生成通常需要同时权衡准确率、成本、延迟、鲁棒性和一致性等多个目标。现有方法大多只优化准确率，或把多个目标加权求和，导致训练出的生成器只能固定一种权衡方案，一旦偏好改变就得从头重训。针对这一问题，研究者提出 MoFlow，让单一模型能够覆盖多种偏好下的工作流生成。
MoFlow 把工作流生成形式化为多目标马尔可夫决策过程，并用带乐观集合值回传的凸包蒙特卡洛树搜索来求解。与常规搜索节点只保存一个加权分数不同，MoFlow 的每个节点保存一组可达的权衡方案，因此一次搜索就能近似覆盖整个帕累托前沿。用户给出任意偏好时，MoFlow 只需查表即可返回对应工作流，无需重新训练。
研究团队在数学、代码和问答三类共六个基准上，将 MoFlow 与六个强基线对比。由于基线本质上是单标量优化器，难以公平比较，实验特意采用了偏向基线的设置：每个测试偏好都让基线重新训练运行，而 MoFlow 从未见过这些偏好。即便在这种严苛条件下，MoFlow 仍取得最高的平均超体积，说明其在多目标权衡上的覆盖能力更优。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*