Articles sur MoFlow

MoFlow est une méthode de génération d'Agentic Workflow multiobjectif qui, grâce à l'algorithme d'optimisation Convex-Hull Monte Carlo Tree Search, permet de générer des workflows optimisés en fonction de différents poids. Son processus d'optimisation implique un processus de décision markovien multiobjectif, capable de stocker l'ensemble des compromis atteignables plutôt qu'un seul poids, évitant ainsi le problème de réentraînement inhérent aux méthodes traditionnelles. Les avantages de MoFlow résident dans sa capacité à générer des workflows optimisés sous différents poids sans nécessiter de réentraînement, ouvrant ainsi la voie à des cas d'usage potentiels tels que les problèmes d'optimisation multiobjectif.