DynaFlow框架：主智能体自由编排多智能体，六项基准总体准确率88.08%

据论文DynaFlow: Learning Free-Form Multi-Agent Orchestration，作者Ruhao Liu、Qi Li、Shizun Wang、Xinchao Wang提出DynaFlow框架，将自由形式的可执行工作流合成纳入主智能体的动作空间，由主智能体判断何时需要协作，并生成任务特定程序，通过串行或并行执行、结构化信息交换与验证来协调子智能体；执行结果与轨迹用于指导后续动作。作者称仅对主智能体做监督微调，训练数据为蒸馏轨迹，并针对无依据前提、有偏验证和信息流缺陷筛选样本进行精炼，所有子智能体保持固定。作者称在数学推理、科学问答和多跳检索等六项基准上，DynaFlow在Forced模式下总体准确率达88.08%，在相同Qwen3.5-27B骨干下比最强评测基线高10.90个百分点。作者称工作流分析显示训练后对上游输出的显式使用、验证…