llm-workflows

本文研究了端到端强化学习训练何时能改善多智能体LLM工作流，比较了不同工作流、任务和模型规模下的共享策略与隔离策略训练，揭示了条件性权衡。

作者分享了他们使用Claude Opus 4构建自主AI研究助手的经验，用于会前辅助规划任务，但在扩展到会后文档生成时，由于合规和模板问题遇到挑战。他们寻求建议：这两个阶段是否应保持分离，以及在受监管环境中如何衔接。

FlowCompile 是一个用于结构化LLM工作流的编译器，它在编译时探索配置以平衡准确性和延迟，无需重新训练即可实现最高6.4倍的加速。