AFLOW 使用蒙特卡罗树搜索自动生成和优化工作流程

• 在编码、数学和 QA 方面击败人工设计的工作流程
• 在 HumanEval 上仅花费 4.55% 的成本就达到了 GPT-4o 级别
• 使用 GPT-4o 和 AFLOW 实现 96.2% 的 HumanEval 准确度
• 只需一个 eval 函数即可在 1.5 小时内生成自定义工作流程