Проблема фиксированных компромиссов
Современные системы генерации рабочих процессов (workflows) для ИИ-агентов обычно оптимизируют только точность или используют взвешенную сумму метрик. Это создает жесткую привязку: если бизнесу нужно сместить фокус с максимальной точности на минимальную стоимость или задержку, существующие методы требуют полного переобучения генератора с нуля. MoFlow решает эту проблему, предлагая подход, способный находить решения для любых предпочтений «на лету».
Техническое ядро: Pareto-фронт через MCTS
MoFlow формулирует задачу как многоцелевой марковский процесс принятия решений (MDP). Ключевое отличие — использование алгоритма Monte Carlo Tree Search (MCTS) с выпукло-выпуклыми оптимистичными backups. В отличие от традиционных методов, каждый узел дерева поиска хранит не одно скалярное значение, а множество достижимых компромиссов. Это позволяет одному запуску поиска приблизительно покрыть весь Парето-фронт, после чего нужный workflow выбирается простым поиском (lookup) без повторного обучения.
Результаты бенчмарков
Метод был протестирован на шести наборах данных, охватывающих математику, программирование и ответы на вопросы. Сравнение проводилось с шестью сильными базовыми моделями (baselines). Важно отметить, что тестовая настройка была максимально строгой к конкурентам: базовые модели перезапускались для каждого нового предпочтения, которое MoFlow никогда не видел во время обучения. Несмотря на это, MoFlow показал наилучший средний объем гиперповерхности (hypervolume), что является ключевой метрикой качества многоцелевой оптимизации.
| Метрика / Аспект | MoFlow | Существующие методы (Baselines) |
|---|---|---|
| Оптимизация | Многоцелевая (точность, цена, задержка, надежность) | Одноцелевая или фиксированная взвешенная сумма |
| Гибкость предпочтений | Выбор из готового Парето-фронта без переобучения | Требует переобучения с нуля при смене весов |
| Метрика качества | Наивысший средний hypervolume | Ниже, чем у MoFlow в строгих условиях |
| Области применения | Математика, код, QA | Математика, код, QA |
Почему это важно
MoFlow демонстрирует переход от статических ИИ-решений к адаптивным системам. Для разработчиков и бизнеса это означает возможность динамически управлять ресурсами: например, в пиковые часы использовать более дорогие, но быстрые цепочки вызовов, а в фоновом режиме — экономичные, даже ценой небольшой потери точности, не тратя время на переобучение моделей.
Источник: arXiv cs.AI ↗