HierFlow：无训练分层工作流生成方法

2026年11月3日，研究团队Dong Li等人在arXiv发布论文，正式提出HierFlow架构。这是一种无需训练、仅在测试时运行的层级搜索方法，旨在自动化AI智能体工作流的设计。该架构通过融合反馈引导的拓扑调整，实现了工作流结构的高效生成。在技术实现上，HierFlow结合了受MCTS（蒙特卡洛树搜索）启发的树搜索算法，并引入智能门控模块，选择性地触发执行级搜索以优化子工作流。在问答、数学推理及代码生成等基准测试中，该方法在保持计算效率的同时，性能表现优于现有的强基线模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。