热点事件持续更新
研究团队提出多目标智能体工作流生成框架MoFlow
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月，研究团队在arXiv发布论文，提出名为MoFlow的多目标智能体工作流生成框架。该框架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，并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，使用户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个基线的实验结果显示，MoFlow取得了最高的平均超体积。
AI 根据报道生成 · 5 小时前更新
最新进展10月1日 12:00
研究团队提出MoFlow框架，单次搜索可覆盖Pareto前沿并在6项基准测试中取得最高平均超体积。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 人工智能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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。