MoFlow：多目标智能体工作流生成

研究团队提出 MoFlow，通过多目标马尔可夫决策过程实现智能体工作流的生成与多目标联合优化。该方法结合凸包蒙特卡洛树搜索（Convex-Hull Monte Carlo Tree Search），单次搜索即可近似覆盖 Pareto 前沿，无需重新训练即可按任意偏好查表获取工作流。在数学、代码和问答等 6 个基准测试中对比 6 个基线，MoFlow 取得了最高的平均超体积。