Статья MoFlow предлагает многокритериальную генерацию агентных рабочих процессов
В статье представлен MoFlow — подход, формулирующий генерацию агентных рабочих процессов как многокритериальную MDP и использующий Convex-Hull MCTS с оптимистичными множественными наборами возвратов, чтобы в каждом узле хранился набор достижимых компромиссов. Один поиск аппроксимирует множество Парето и позволяет получать рабочие процессы для разных предпочтений без дообучения; MoFlow показывает наивысшую среднюю гиперобъемную метрику при сравнении с шестью базовыми методами на шести наборах задач (математика, код, ответы на вопросы).