구조화된 워크플로우는 대규모 언어 모델(LLM)이 복잡한 문제를 해결할 수 있게 해주지만, 이를 자동으로 생성하는 것은 방대한 조합적 탐색 공간으로 인해 심각하게 저해되며, 이는 종종 유연하지 않고 자원을 많이 소모하는 오프라인 학습 의존성을 초래한다. 이를 해결하기 위해, 우리는 워크플로우 생성을 상위 토폴로지 층이 하위 작업 경계를 규정하고 하위 수준의 실행 결과가 토폴로지 자체를 능동적으로 재형성하는, 토폴로지와 실행이 맞물린 탐색 패러다임으로 개념화한다. 이 기반 위에서, 우리는 피드백 기반 토폴로지 조정과 하위 워크플로우 최적화를 위한 빠른 MCTS(Monte Carlo Tree Search) 기반 트리 탐색을 결합하여 에이전트형 워크플로우 설계를 자동화하는, 학습 불필요·테스트 시점 계층적 탐색 아키텍처인 HierFlow를 제안한다. HierFlow는 맥락적 필요에 따라 실행 수준 탐색을 선택적으로 트리거하는 지능형 게이팅 모듈을 통해 효율성을 극대화하며, 우리는 작업 간 결합 정도가 계층적 분할의 효과에 미치는 영향을 상세히 분석함으로써 이 메커니즘을 추가로 뒷받침한다. 질의응답, 수학적 추론, 코드 생성 벤치마크에 걸친 종합적인 테스트는 HierFlow가 강력한 베이스라인을 지속적으로 능가하며, 추가 학습 부담 없이 고품질 결과와 계산 효율성의 최적 균형을 제공함을 확인한다.
자율 소프트웨어 엔지니어링을 위한 다중 에이전트(MAS) 시스템의 정렬(alignment)은 평가자의 인식론적 불확실성에 의해 제약을 받습니다. 인간 피드백 강화학습(RLHF) 및 AI 피드백 강화학습(RLAIF)과 같은 기존 패러다임은 빈번하게 모델의 아첨(sycophancy)을 유발하며, 실행 기반 환경은 통제되지 않은 에이전트의 적대적 "테스트 회피(Test Evasion)" 문제로 어려움을 겪습니다. 본 논문에서는 객관적 정렬 패러다임인 자금 고갈 강화학습(OOM-RL, Out-of-Money Reinforcement Learning)을 소개합니다. 실거래 금융 시장의 비정상적(non-stationary)이고 마찰이 큰 현실에 에이전트를 배치함으로써, 중대한 자본 고갈을 외부에서 부여되는 음의 그래디언트로 활용합니다. 20개월에 걸친 종단적 실증 연구를 통해 시스템이 높은 회전율과 아첨 성향을 보이는 기준선(baseline) 모델에서 견고하고 유동성을 인식하는 아키텍처로 진화하는 과정을 기록합니다. 실제 체결 비용, 슬리피지, 자본 고갈과 같은 금융 손실의 경제적 결과가 내부 평가만으로는 드러나지 않던 실패 모드를 노출시켰음을 보이며, 이는 이후 결정론적으로 검증된 95% 이상의 코드 커버리지 제약 매트릭스에 고정된 비잔틴 장애 허용 착안 단방향 상태 잠금(RO-Lock) 기반의 엄격한 테스트 주도 에이전트 워크플로(STDAW)로 공식화된 아키텍처 및 거버넌스 변화를 이끌어냈습니다. 마지막 94 거래일의 관측 기간 동안, 실제 프로덕션 시스템은 약 2.06의 연율화 샤프 지수를 포함하여 향상된 체결 인식 성능을 나타냈습니다. 이러한 금융 성과는 관측적이며 시간적으로 한정된 결과로, 지속적인 투자 초과수익(alpha)의 증거나 STDAW 기여도에 대한 인과적 추정치로 해석되어서는 안 됩니다. 본 연구의 주요 기여는 외부에서 부과된 경제적 결과를 에이전트 개발에 대한 인식론적 제약으로 활용하여, 현실 세계의 자원 고갈이 객관적인 물리적 제약으로 작용하는 일반화된 패러다임의 토대를 마련한 데 있습니다.
비용이 큰 시뮬레이션을 위한 고속 서로게이트 모델은 이제 과학 전반에서 필수적이지만, 대개 블랙박스처럼 동작한다. 우리는 시뮬레이션 데이터로부터 직접 해석 가능한 해석적 서로게이트를 구축하는 대규모 언어 모델(LLM) 기반 워크플로인 \texttt{GWAgent}를 제안한다. 서로게이트 모델링은 각 반복마다 후보 모델을 ground-truth 시뮬레이션에 대해 정량적으로 검증할 수 있기 때문에 에이전트 워크플로에 잘 맞다. 시연으로, 우리는 이심 궤도 이중 블랙홀 병합의 중력파 파형에 대한 서로게이트를 구축한다. 에이전트에 물리 정보가 반영된 영역 ansatz를 제공하면 출력 모델 정확도가 크게 향상됨을 보인다. 결과적으로 얻은 해석적 서로게이트는 파형 평가에서 $\sim 8.4\times$ 속도 향상과 함께 Advanced LIGO mismatch의 중앙값 $6.9\times10^{-4}$를 달성하며, 기호 회귀(symbolic regression)와 기존 기계학습 베이스라인을 모두 능가한다. 정확한 모델을 만드는 것을 넘어, 이 워크플로는 학습된 표현으로부터 간결한 물리적 구조를 식별한다. 천체물리학적 응용으로, 우리는 \texttt{GWAgent}를 사용해 GW200129의 이심률을 분석하고 $e_{20\mathrm{Hz}}=0.099^{+0.063}_{-0.044}$를 추론한다. 이러한 결과는 검증 제약이 있는 에이전트 워크플로가 과학 시뮬레이션과 추론을 위한 정확하고 빠르며 해석 가능한 서로게이트를 만들 수 있음을 보여준다.
의료 진단은 다단계 과정이다: 사실을 추출하고, 지식을 참조하며, 감별 분석을 생성하고, 설명과 함께 최적의 진단을 선택한다. 최신 LLM은 강력한 범용 모델이지만, 단일 샷 프롬프팅은 종종 취약한 진단 추론을 낳는다. 본 논문은 DeepLens 진단 에이전트를 제안한다. 이는 소형 의료 추론 모델(JSL Medical Small 7B v2)과 검색-증강 생성(RAG)을 중심으로 하는 5단계 하네싱 파이프라인으로, 모델 역량과 엄격한 프로세스 제약을 결합한다. 파이프라인은 구조화된 임상 추출, 엄격한 검색, 제약된 후보 생성, 명시적 증거 삼각검증, 감사 가능한 최종 결정을 강제한다. 915건 DiagnosisArena 벤치마크에서 에이전트는 60.14% top-1 진단 정확도를 달성했으며, 이는 소형·중형 모델 중 최고치이다. 동일 모델이 에이전트 워크플로 없이는 23.99%였고, 워크플로 설계만으로 +36포인트 향상을 보였다. 표준 의료 벤치마크에서는 88.2%임에도 불구하고, 이는 불확실성 하의 진단 추론이 지식 회상 이상을 요구함을 보여준다. 에이전트는 케이스당 USD 0.0072(A100에서 24K 토큰), 지연시간 24초로, Claude Sonnet 4.5(USD 0.0110)와 Gemini 3.1 Pro(USD 0.0128)보다 35-45% 저렴하면서 각각 +9.70pp, +9.17pp 더 높은 성능을 냈다. 하네싱은 최신 모델의 실패도 교정할 수 있으며, 워크플로 제약이 매개변수 수나 API 비용보다 더 중요할 수 있다. 집계 정확도를 넘어, 파이프라인은 각 단계를 검사 가능하게 하고 오류 국소화를 지원하는 구조화된 중간 산출물을 생성한다. 이러한 특성은 벤치마크 성능과 함께 추적 가능성, 재현성, 감사 가능한 증거가 중요한 고위험 환경을 지원한다.
엔터프라이즈 데이터 분석은 자율 에이전트의 독자적인 새로운 영역으로 부상하고 있다. 범용 인터랙션 및 소프트웨어 엔지니어링과 비교하여, 이 분야는 개방적이고 모호하며 지속적으로 진화하는 환경에서 운용된다. 이러한 특성은 시맨틱, 방법론, 실행, 진화를 시스템의 일급 관심사로 다루는 데이터-에이전트 아키텍처를 필요로 한다. 이를 위해 우리는 엔터프라이즈 지능형 데이터 분석을 위해 설계된 에이전틱 데이터 시스템인 QwenPaw-Data를 소개한다. QwenPaw-Data는 데이터 웨어하우스, 대시보드, 문서, 인터랙션 로그, 과거 태스크로부터 이질적인 자산을 재사용 가능하고 거버넌스 가능하며 진화 가능한 분석 자산으로 통합한 후, 자연어 요청을 데이터 이해, 검색, 분석, 보고서 생성, 의사결정 지원에 걸친 엔드-투-엔드 분석 워크플로우로 전환한다. 그 아키텍처는 세 가지 협력적 서브시스템으로 문제를 분해한다: DataBridge는 상호 연결된 메타데이터, 지식, 추적 그래프를 통해 신뢰할 수 있는 시맨틱 그라운딩을 제공하고, Skill-Hub는 전문가적 분석 방법론을 재사용 가능하고 검증 가능한 스킬로 성문화하며, Host는 이러한 증거 및 방법 자산을 제어 가능한 아티팩트 중심의 런타임 실행으로 구현한다. 이 서브시스템 전반에 걸쳐 시맨틱, 방법, 추적, 피드백이 지속적으로 시스템에 축적되어 자기 진화적 자산 플라이휠을 형성한다. 공개 벤치마크 및 실제 산업용 BI 워크로드에 대한 실험에서 QwenPaw-Data는 검증 가능한 데이터 접근 능력과 고차원 분석 품질 모두를 향상시킴으로써, 신뢰할 수 있고 추적 가능하며 지속적으로 개선되는 엔터프라이즈 데이터 에이전트를 위한 실용적인 기반을 제공함을 보여준다.
수학 다이어그램은 K-12 교육에서 문제 구성 요소이자 학생 이해를 위한 스캐폴딩으로서 중요한 역할을 합니다. 그러나 대규모 언어 모델(LLM)을 포함한 현재 AI 도구들은 상세한 설명이 제공되더라도 정확하고 교육적으로 적합한 시각적 다이어그램을 안정적으로 생성하는 데 어려움을 겪고 있습니다. 따라서 중학교 수학을 위한 다이어그램의 안정적인 생성에는 여전히 상당한 격차가 존재합니다. 이를 해결하기 위해, 우리는 LLM 에이전트가 생성된 시각 자료의 품질을 평가하고 이 피드백을 활용하여 출력을 반복적으로 개선할 수 있도록 하는 에이전틱 워크플로우를 제안합니다. 이 자기 개선 루프는 AI가 생성한 다이어그램의 정확성과 교육적 적합성을 향상시키는 것을 목표로 합니다. 우리의 연구는 두 가지 질문을 탐구합니다. 첫째, 시각적 품질에 대한 특정 기준이 주어졌을 때 LLM이 시각 자료에 대한 품질 보증 질문을 정확하게 생성할 수 있는가? 둘째, 유효한 품질 보증 질문이 주어졌을 때, 비전-언어 모델(Vision Language Model)이 생성된 K-12 시각 자료를 효과적으로 평가하고 그 결과 피드백을 활용하여 반복적으로 개선할 수 있는가? 우리는 에이전틱 워크플로우에 대한 탐색적 평가를 수행하고, 더 강력한 공간 추론 능력과 생성된 품질 보증 질문에서 다이어그램 특징에 대한 더 포괄적인 커버리지를 포함한 주요 개선 영역을 식별합니다. 우리의 결과는 이 접근법이 AI가 생성한 수학 다이어그램의 신뢰성과 교육적 가치를 향상시킬 수 있다는 예비적 증거를 제공합니다.
우리는 몬테카를로 입자 및 중이온 수송 코드 시스템(PHITS)을 위한 실행 기반 평가 벤치마크인 PHITSBench를 소개한다. PHITSBench는 세 가지 공통 워크플로 범주에 걸쳐 282개의 수송 채점 가능 태스크로 구성된다: 매개변수 편집(Edit), 구문 수정(Repair), 자연어 설명으로부터의 완전한 시뮬레이션 생성(Reproduce). 각 태스크는 실행 성공 여부와 생성된 수송 관측량과 참조 수송 관측량 간의 일치도를 결합한 복합 지표 점수(Composite Metric Score)를 사용하여 평가된다. PHITSBench를 활용하여 제로샷 프롬프팅부터 지식 증강 및 에이전트 워크플로까지 다섯 가지 GPT-5.4 기반 구성을 평가한다. 도메인 특화 지식 없이 모델은 편집 및 수정 태스크에서 높은 성능(각각 95%, 70% 성공률)을 보이지만, 처음부터 올바른 시뮬레이션을 생성하는 데는 실패한다(Reproduce 트랙에서 성공률 0%). 사용자 매뉴얼과 함께 제공되는 구조화된 기계 가독형 PHITS 지식 카탈로그는 단일 시도 Reproduce 태스크 성공률을 57%까지 향상시킨다. 에이전트 실행은 66~73%까지 추가적인 개선을 제공하지만, 계산 비용이 증가한다. 실패 분석 결과, 나머지 오류는 구문 생성보다는 물리적 관측량의 잘못된 선택 및 구성에서 비롯된 것으로 나타났다. 이러한 결과는 AI 보조 방사선 수송 모델링의 향후 발전이 기반 모델 자체의 발전만큼이나 기계 가독형 지식 베이스, 큐레이션된 도메인 학습 데이터셋, 실행 기반 평가 환경에 달려 있음을 시사한다.
ProjAgent는 저장소 수준 코드 생성(repository-level code generation)에서 기존의 어휘적·의미론적 유사도 검색이 놓치는 절차적 유사도(procedural similarity)를 새로운 검색 신호로 도입한 시스템으로, 목표 함수를 중간 추론 단계로 분해하고 LLM 은닉 상태 프로젝션(hidden-state projection)을 활용해 유사한 절차적 동작을 보이는 저장소 함수를 에이전트 기반 워크플로우로 검색한다. REPOCOD 벤치마크에서 41.14% Pass@1을 달성하여 기존 검색 기반 베이스라인을 능가하였으며, 컴파일러 및 정적 분석 피드백 루프를 통한 반복적 코드 수정까지 포함한다.
PolyJarvis는 대규모 언어 모델(LLM)을 EMC 및 LAMMPS와 Model Context Protocol(MCP) 서버로 연결해, 자연어 입력만으로 비정질 단일중합체의 전원자 분자동역학(MD) 시뮬레이션을 end-to-end로 자동화하는 에이전트다. 9종의 고분자를 대상으로 한 검증에서 25개 물성 비교 중 18개가 실험 기준값의 수용 범위(유리전이온도 50K, 밀도 5%, 체적 탄성률 30% 이내)를 충족해 LLM 기반 에이전트의 고분자 MD 워크플로 자동화 가능성을 실증했다.
LLM 기반 에이전트는 규칙 기반 시스템의 한계를 넘어 비즈니스 프로세스 실행 자동화에 새로운 기회를 제공한다. 그러나 범용 LLM은 신뢰할 수 있는 실행에 필요한 조직 고유의 지식이 부족하며, 이러한 지식은 일반적으로 정책, 프로세스 모델, 표준 운영 절차 등 사람 중심의 산출물에 분산되어 있다. 이러한 지식을 개별 프롬프트나 에이전트별 검색 설정으로 인코딩하는 것은 기술적으로 가능하지만, 기업 환경에서는 지식 사일로와 규칙 중복을 초래하고 에이전트 간 일관된 업데이트 및 학습을 어렵게 만들기 때문에 확장성이 없다. 우리는 이러한 문제가 에이전트 기반 비즈니스 프로세스 실행을 위한 조직 메모리, 즉 업무 수행 방식에 관한 진화하는 조직 고유의 절차적 지식을 공유·관리·에이전트 소비 가능한 참조 층으로 구성하는 체계를 요구한다고 주장한다. 우리는 이러한 메모리에 대한 요구 사항을 도출하고, 그 큐레이션 및 소비를 위한 아키텍처를 제안하며, 조달 시나리오를 기반으로 한 개념 증명을 통해 그 효과를 입증한다.
Professional translation is often a team-based process: translators, reviewers, and project managers must coordinate terminology, legal force, and accountability across documents. Yet many LLM-based translation tools treat human corrections as isolated edits. Expert decisions made in one segment or by one member are rarely captured as reusable knowledge for the rest of the team. We present DeepTrans Studio, a collaborative translation workspace that lets professionals intercept selected nodes in an agentic translation workflow, review evidence, revise AI outputs, and save approved decisions to a shared team memory. During the demo, attendees will role-play translators and reviewers, resolve preset terminology and legal-modal risks, and see how their decisions are propagated to downstream segments and surfaced in a teammate's workspace as reusable precedents. The demo illustrates how human interventions in AI-mediated work can become shared, traceable knowledge rather than one-off corrections.
Large Language Models (LLMs) are rapidly being adopted in low-code and no-code automation platforms, where non-expert users design workflows that combine natural language understanding with external services and APIs. LLM agents are LLM systems that use LLMs as a core "brain" to reason, plan, and autonomously execute complex, multi-step tasks. In this paper, we present the first large-scale empirical study of LLM agentic workflows in low-code automation platforms. We analyze more than 6,000 publicly available n8n workflows and examine four aspects of their design: task distribution, structural and tool use patterns, reliability mechanisms, and autonomy levels. Our analysis shows that LLM workflows are not merely prompt response pipelines. Instead, LLMs are commonly embedded within broader automation structures involving control logic, external tools, communication services, storage systems, and human review points. We further find that while many workflows include lightweight post-processing or routing logic after LLM execution, explicit reliability mechanisms such as structured fallback paths, repair loops, failure-specific alerts, and human approval gates remain relatively uncommon. These results reveal a gap between the increasing deployment of LLM agents in practical automation ecosystems and the limited engineering support for reliability, safety, and governance. Overall, our study provides ten empirical findings and five research takeaways for researchers, platform developers, and practitioners seeking to understand and improve real-world LLM agentic workflows.
고급 과학 시뮬레이터를 구성하고 모델링 목표를 유효하고 실행 가능한 입력 덱(input deck)으로 변환하는 것은, 도메인 과학자에게 수 시간에서 수 일의 비용을 치르게 하는 지속적인 병목이다. 입력 덱은 실행 가능한 인터페이스이며, 시뮬레이션이 실행되려면 시뮬레이터별 어휘, 파일 간 참조, 스키마 제약, 검증 규칙이 정렬되어야 한다. 우리는 이 병목이 맞춤형 시뮬레이터 에이전트가 아니라 범용 코딩 에이전트 주변의 경량 어댑터로 실질적으로 완화될 수 있음을 보인다. 코딩 에이전트는 이미 파일 탐색, 코드 편집, 명령 실행, 출력 수정을 수행하지만, 부족한 것은 시뮬레이터의 실행 계약(executable contract)이며, 에이전트 루프를 재구축하면 하네스(harness)로 보정된 도구 사용과 자기 수정(self-correction) 행동을 버릴 위험이 있다. 우리는 검색(retrieval), 절차적 메모리(procedural memory), 에이전트 호출 가능 검증, 검증 게이트 종료(validation-gated termination)를 통해 이 계약을 제공하면서 모델과 루프는 고정한 채 두는 코딩 에이전트 어댑터인 SIGA를 제안한다. 이 계약이 작고 외부적이기 때문에 SIGA는 어댑터 자기 진화(adapter self-evolution)도 지원한다. 이전 궤적(trajectory)이 기본 에이전트를 수정하지 않고도 어댑터 내용을 다시 쓸 수 있다. 다중물리 지하 시뮬레이터인 GEOS에서 SIGA의 주요 이득은 신뢰성이다. 더 어려운 홀드아웃(hold-out) 작업에서 TreeSim을 0.720에서 0.789로 향상시키고, 빈 덱이나 유효하지 않은 덱을 방지하여 실행 간 표준편차를 약 16배 줄인다. 인간 보정(calibration)에서 SIGA는 약 5분 만에 도메인 전문가가 약 3시간에 달성한 덱 품질에 도달한다. OpenFOAM과 LAMMPS로의 전이(transfer)는 이 방법(recipe)이 이식 가능하지만 인터페이스에 따라 달라짐을 보여준다. 구조적 완전성이 병목일 때는 완료 게이트(completion gates)가 도움이 되고, 값의 정확성(value correctness)이 병목일 때는 메모리와 검색이 도움이 된다.
기존 워크플로우 엔진을 교체하지 않고, 결정론적 엔진 주변에 정책 통제 에이전트 층을 두는 프로세스 하네스(process harness)와 Task-Decision-Flow(TDF) 모델을 제안한다. TaskAgent·DecisionAgent·FlowAgent로 LLM 추론을 분리하고 구현체 CUGA FLO를 대출 승인 워크플로우에 적용해, 구조적 준수를 강제하는 명령형 요구와 제어 지점의 정책 기반 에이전트 자율성을 조화시킨다.
Birth defects are a major cause of fetal loss, neonatal morbidity and long-term disability. In the subset with suspected genetic etiologies, exome and genome sequencing have moved many cases from variant detection to post-sequencing interpretation: clinicians must rank patient-specific candidate variants under incomplete fetal or infant phenotypes and heterogeneous evidence from population genetics, variant-effect prediction, gene-disease validity, phenotype ontologies, cellular and pathway context, protein structure and clinical literature. We present DeepBD, a grounded agentic workflow for variant prioritization and diagnostic interpretation of genetic birth defects. DeepBD organizes the workflow into LLM-assisted case structuring, a pretrained evidence engine, specialist evidence modules and a grounded diagnostic review layer. The evidence engine learns patient-specific variant scores from structured rule evidence, sequence and variant-effect representations and phenotype-conditioned biological context, whereas specialist modules and the agentic layer provide tool-based refinement, candidate-pool review and diagnosis-oriented synthesis from ranked candidates. Developed using an in-house fetal and infant cohort comprising 18,622 cases, DeepBD achieved Recall@1/3/5/10 of 0.658/0.882/0.912/0.929 on an internal held-out solved-case benchmark, outperforming standalone Exomiser, DeepRare and prompted LLM reranking baselines evaluated on Exomiser-derived top-20 candidate variants. Ablation and overlap analyses show that rule evidence, mechanistic context, and specialist refinement provide complementary signals. These findings support a grounded agentic workflow that separates evidence integration, tool-based refinement, and LLM-assisted diagnostic review for retrospective variant prioritization in genetic birth defects.
대규모 언어 모델(LLM) 기반 멀티 에이전트 시스템은 점점 더 강력해지고 있지만, 현재의 에이전트 워크플로우 최적화 패러다임은 만족스럽지 못한 절충안을 제시합니다. 태스크 수준(task-level) 방법들은 상당한 오프라인 연산을 소모하지만 단 하나의 워크플로우만 배포하여 상호 보완적인 후보들을 사용하지 않은 채 남겨두는 반면, 쿼리 수준(query-level) 방법들은 상당한 추론 비용을 들여 쿼리마다 새로운 워크플로우를 합성합니다. 분석 결과, 이러한 패러다임들은 서로 경쟁하기보다 더 상호 보완적인 관계에 있음을 보여줍니다. 오프라인 탐색 중에 발견된 워크플로우는 종종 서로 다른 쿼리 부분집합을 해결하며, 비용이 많이 드는 쿼리 수준 생성으로 처리되는 많은 쿼리들은 이미 더 저렴한 사전 계산된 워크플로우로 해결될 수 있습니다. 이는 다른 목표를 시사합니다. 하나의 보편적으로 최적의 워크플로우를 찾거나 인스턴스마다 새로 생성하는 대신, 재사용 가능하고 상호 보완적인 워크플로우의 컴팩트한 뱅크를 구축하고 추론 시점에 그중에서 적응적으로 선택해야 합니다. 이를 위해서는 중복된 후보가 아닌 상호 보완적인 후보를 생성하고, 이를 배포 가능한 작은 포트폴리오로 압축하며, 성능-비용 트레이드오프 하에서 각 쿼리를 올바른 워크플로우에 할당하는 세 가지 결합된 문제를 해결해야 합니다. 이를 위해 본 연구는 포트폴리오 기반 에이전트 워크플로우 최적화를 위한 3단계 프레임워크인 FlowBank를 제안합니다. 다양화(Diversifying) 단계는 덜 커버된 쿼리로 탐색을 유도하여 높은 커버리지의 후보 풀을 생성하는 DiverseFlow를 제안합니다. 큐레이팅(Curating) 단계는 이 풀을 최소 중복을 가진 컴팩트한 포트폴리오로 압축하는 CuraFlow를 제안합니다. 매칭(Matching) 단계는 배포를 쿼리-워크플로우 이분 그래프에서의 엣지 가치 예측으로 간주하고, 각 들어오는 쿼리를 가장 높은 예측 효용을 가진 포트폴리오 구성원으로 라우팅합니다. 5개의 벤치마크에서 FlowBank는 비용 경쟁력을 유지하면서 평가된 방법들 중 최고의 평균 점수를 달성했으며, 각각 가장 강력한 자동화 및 수작업 기반 베이스라인 대비 상대적으로 4.26%와 14.92% 향상되었습니다.
에이전트 대규모 언어 모델(LLM) 시스템은 복잡한 작업을 워크플로우 방향성 비순환 그래프(DAG)로 분해하며, 이들의 기본 요소는 이기종 클러스터에서 스케줄링되어야 합니다. 기존의 심층 강화학습(DRL) 스케줄러는 고정된 클러스터 크기에 종속되어 있어 서버 수가 변경될 때마다 재학습이 필요합니다. 우리는 미세조정 없이 보지 못한 클러스터 규모로 일반화 가능한 DRL 스케줄러인 SCALE(Scalable Cross-Attention Learning with Extrapolation)을 제안합니다. SCALE은 작업 특징이 서버 특징에 대해 쿼리하는 크로스 어텐션 포인터 네트워크를 사용하므로, 구조적으로 임의의 수의 서버를 수용할 수 있습니다. 그러나 우리는 순열 불변 아키텍처만으로는 새로운 규모에서 좋은 성능을 보장하지 못한다는 점을 관찰했습니다. 서버 수가 증가함에 따라 어텐션 특징에 분포 변이가 발생하기 때문입니다. 이를 해결하기 위해 우리는 구조적 표현 정규화(SRR)를 도입했습니다. 이는 표준 정규분포를 향한 KL 페널티와 결합된 비상관 손실로, 입력 크기에 관계없이 특징 통계를 안정적으로 유지합니다. 16개 노드에서 학습되고 32개 및 48개 노드에서 직접 테스트된 SCALE은 SRR이 없는 동일한 아키텍처 대비 N=48에서 평균 응답 시간을 8.9% 감소시켰으며, 이는 규모 일반화 격차를 해소하기 위해 명시적 정규화가 필요함을 확인시켜 줍니다.
비정형 지식 베이스 위의 현실적인 고객 서비스 워크플로에서 도구를 사용하는 AI 에이전트를 위한 오케스트레이션 메커니즘을 연구한다. 선언적 에이전트—시스템 프롬프트에 자연어 스킬 파일이 추가로 붙은 AI 에이전트—가 효과적인 오케스트레이션 패러다임이라고 주장한다. 구체적으로, (i) 추론 시점에 세 개의 도메인 특화 스킬 파일을 읽고 자체 제어 흐름을 결정하는 DeclarativeAgent, (ii) 명시적 단계를 갖는 프로그래밍형 상태 머신에 기반한 ImperativeAgent, (iii) $τ$-Knowledge 벤치마크 에이전트를 본떠 만든 스캐폴드 없는 기준선 에이전트를 비교한다. ImperativeAgent는 Recursive Language Models 및 그래프 기반 오케스트레이션 프레임워크에서와 같은 외재화된 제어(externalised-control) 추론에 영감을 받았다. 세 에이전트를 분산 부분 관측 마르코프 결정 과정 내 정책 클래스로 형식화하고 정보 이론적·구조적 특성을 분석한 뒤, 다섯 개의 언어 모델과 두 가지 검색 체제에서 예측된 차이를 실증적으로 검증한다. 결과에 따르면 검색 품질은 AI 에이전트의 지배적 병목이다: 증거가 불완전하거나 편향되어 있으면 모든 에이전트의 성능이 크게 저하되며, 스킬 파일로는 손실된 성능을 회복할 수 없다. 그러나 고품질 검색 환경에서는 선언적 스킬이 절차적 태스크의 정확도를 일관되게 높이고 오케스트레이션 오류를 줄이는 반면, 명령형 상태 머신의 취약성은 태스크 성공이나 준수(compliance)를 신뢰성 있게 개선하지 못한다.