从搜索到合成：训练大语言模型作为零样本工作流生成器

大语言模型虽擅长多类任务，但其实例级解法常缺乏结构一致性。工作流能编码任务级算法模式，提供鲁棒性与可复用性，但人工设计成本高昂。现有自动生成方法难以学习任务级模式或泛化能力不足。本文提出 MetaFlow，将工作流生成视为元学习问题：给定任务与算子集，模型学习组合解决策略。通过合成数据监督微调及基于执行反馈的强化学习（RLVR）两阶段训练，该模型在训练任务上表现优异，并对未训练任务及新算子集展现出强大的零样本泛化能力。