关于 MoFlow 的报道

MoFlow 是一种多目标 Agentic Workflow 生成方法，通过 Convex-Hull Monte Carlo Tree Search 优化算法，能够根据不同的权重生成优化的 Workflow。它的优化过程涉及到多目标 Markov 决策过程，能够存储可达的权衡集而非单一权重，避免了传统方法的重训练问题。MoFlow 的优势在于能够生成不同权重下的优化 Workflow，避免重训练，并具有潜在的应用场景，如多目标优化问题。