Multi-Objective（多目标优化）指的是在同一个决策或学习问题中同时兼顾多个相互冲突的目标，例如在模型压缩中平衡精度与推理速度、在机器人控制中权衡稳定性与效率，其核心挑战是寻找一组不可互相替代的帕累托最优解。近年来，这一框架已从传统进化算法扩展到大模型、强化学习和科学设计等多个前沿方向，成为 2025 年机器学习研究中出现频率明显上升的范式之一。
Multi-Objective 近期进展
在大模型落地侧，InferOpt: Constrained Multi-Objective Search for LLM Inference Configurations 来自 DeepSeek 团队，提出了带约束的多目标搜索方法，用于在延迟、吞吐和成本等指标之间自动选择最优的 LLM 推理配置；SliMOO: Interpretable Multi-Objective Evolutionary Search for LLM Depth Pruning 则将可解释的多目标进化搜索引入模型深度剪枝，在压缩率与性能损失之间做显式权衡。
在多目标强化学习（MORL）方向，多篇工作集中解决偏好引导与策略泛化问题：Preference-Guided Cooperation in Multi-Objective Multi-Agent Reinforcement Learning 研究多智能体场景下按偏好协调多个目标；Multi-Objective Reinforcement Learning Using Routed Ensembles and Trajectory Attribution 用路由集成与轨迹归因提升策略对不同偏好的适应能力。
科学应用同样活跃：动态语言模型表示用于多目标反应优化 将语言模型表示用于化学反应的多目标优化，MFG: Multi-turn Feedback Guided Molecular Optimization 通过多轮反馈引导分子优化，DiMOS: Doob-Guided Inference-Time Multi-Objective Search for Scientific Design 则把多目标搜索搬到推理阶段以服务科学设计。硬件层面，Transporting Unsecured Stacked Payloads with a Quadrupedal Robot via Multi-Objective Reinforcement Learning 展示了四足机器人在搬运任务中同时优化多项性能指标的可行性。
当前焦点与观察点
综合来看，Multi-Objective 方法近期的讨论集中在三个方向。其一是与大模型工程的结合：无论是推理配置搜索还是结构剪枝，多目标框架正在替代单指标调优，成为自动化系统优化的常用工具。其二是多目标强化学习内部的方法分化，偏好引导、集成路由等路线并行发展，如何在训练成本与解集质量之间取得平衡仍是开放问题。其三是向化学、材料等科学领域的渗透，推理时搜索（如 Doob 引导方法）显示了无需重训模型即可做多目标权衡的可能性。
值得观察的争议点在于：多目标方法普遍计算开销较大，帕累托前沿的评估也缺乏统一基准，实际收益是否匹配其复杂度仍待更多应用验证。随着自动化调优工具链成熟，这一领域预计会进一步从学术研究走向工业实践。