MoFlow 研究在同一生成过程中同时优化准确率、成本、延迟、鲁棒性和一致性等多个目标。传统方法只针对单一目标或加权求和，导致每次偏好变化都需重新训练生成器。MoFlow 将工作流生成建模为多目标马尔可夫决策过程（MOMDP），并使用凸包蒙特卡罗树搜索（Convex‑Hull MCTS）结合乐观集合备份（optimistic set‑valued backups）求解。每个搜索节点保存一组可达的权衡集合，而不是单一加权分数，从而在一次搜索中近似覆盖 Pareto 前沿。用户只需根据偏好在该集合中查找，即可得到对应工作流，无需再次训练。
在六个涵盖数学、代码和问答的基准上，MoFlow 与六个强基线进行比较。由于基线只能优化单一标量，我们采用对基线有利的评估方式：对每个测试偏好重新运行基线，而 MoFlow 从未见过这些偏好。即便如此，MoFlow 仍取得最高的平均超体积（hypervolume）指标，证明其在多目标优化上的优势。
点评