标签
ReMedI 采用基于 Metropolis–Hastings 的推理时搜索策略，让冻结的化学语言模型在多目标药物先导化合物优化中提出并筛选分子编辑，再将搜索轨迹自蒸馏回基础模型，在 C-MuMOInstruct 和 SMDD 基准上以约 7.8× 更少的训练数据达到约 2.8× 于 RL 基线 C-MORAL 的严格成功率。
提出了 Cautious ConFIG，一个三行扩展的优化算法，修复了 ConFIG 与 Adam 等自适应优化器结合时破坏无冲突梯度方向的问题，并在多个 PINN 基准上取得一致性能提升。
该论文提出一个面向企业级GTM客户-销售人员分配的多目标权衡决策系统，整合账户价值预测、基于合成控制反事实的关系连续性估值以及多目标优化层，将原本手工的区域划分转变为可治理、可比较的场景化决策过程。
MODS 是一个用于多目标蛋白质优化的模块化框架，通过切比雪夫标量化和适应度代理模型集成，在推理阶段引导扩散过程，无需重新训练生成模型，即可在六项蛋白质设计任务中实现具有竞争力的超体积指标。
本文提出 EA-SURF，一种在训练过程中自适应调节标量化权重的先验方法，使多任务语音大模型能够沿帕累托前沿收敛至用户指定的任务偏好。在语音识别、时间戳预测和语音翻译任务上，相比固定损失加权方法，该方法将归一化超体积提升了 17.8%。
论文提出了一种近似帕累托最优（APO）方法，用于协同学习轻量级大语言模型对齐器的初始化参数，以支持在数据稀缺条件下的少样本个性化。该方法通过将更新方向兼容的用户分组，并协调相互竞争的目标以趋近帕累托最优点，同时给出了可证明的次优性界限。
作者扩展了 Cognition 的 SWE-2 奖励函数，通过调节 λₑ（即帕累托前沿在该努力水平处的导数）来主动引导帕累托前沿，而不仅仅是优化它，从而针对期望的分数/成本改进平衡进行目标化。
本文为 LLM 引导的进化搜索引入了组件感知反馈机制，将哪个组件的修改改变了哪些适应度指标记录在归因记忆中，从而仅用三分之一的搜索预算便达到了基线水平的性能，并在 Bright 重排序任务上将 nDCG@10 提升了 7.2%。
MoFlow 将智能体工作流生成建模为多目标 MDP，并通过带集合值回溯的凸包蒙特卡洛树搜索（Convex-Hull Monte Carlo Tree Search）求解，覆盖帕累托前沿，使工作流无需重新训练即可按任意偏好检索。在数学、代码和问答基准测试上，其超体积（hypervolume）指标优于六个基线方法。
论文介绍了Meta-Harness系统，该系统将LLM套件设计视为针对准确性、安全性和令牌成本的多目标搜索问题，并利用具备完全文件系统访问权的智能提议者实现了卓越的性能。
Valerian Rey from Simplex Lab将在PyTorch Conference North America 2026上展示使用TorchJD库进行多目标优化的实用技巧。
本文介绍了 Priority-Constrained Descent (PCD)，这是一个针对层次多目标问题的基于梯度的优化框架，它在保持主要下降方向的同时，允许对次要目标进行最小的扭曲。
该论文提出了一种深度架构，利用可微最短路径搜索联合优化代价函数和路线排名模型，以实现可定制的路线规划，并在真实数据集上展示了比现有最优方法显著的性能提升。
本文提出了一种LLM增强的多智能体强化学习框架，用于同时优化电动汽车充电调度、站点盈利性和电网稳定性，使用LLM进行特征选择和自适应加权，在减少训练时间的同时超越了最先进的方法。
本文提出了一种'先收敛后多样化'的方法用于多目标贝叶斯优化，该方法将收敛与多样性解耦为两个阶段，展示了在紧缩评估预算和高维问题下性能的提升。
MOAE 提出了一种帕累托保留的进化搜索方法，能够在搜索过程中无需固定标量化，同时优化 LLM 代理的多个目标，包括任务性能、轨迹质量和安全性。
提出了一种物理信息图注意力网络作为TCAD模拟的代理模型，通过预测网格节点值并融入载流子输运物理，实现更快的设计空间探索。
论文提出了TRACE，一个用于多目标材料发现的过渡感知残差控制框架，利用LLM代理，相比最先进的基线提高了命中率。
本文比较了四种训练伦理强化学习智能体的方法，在每集违规分布而非平均率上进行评估，并证明了每集保证可以在不影响平均性能的情况下实现。