Buchumschlag

HoneyComb: A Flexible LLM-Based Agent System for Materials Science

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Huan, Song, Yu, Hou, Ziyu, Miret, Santiago, Liu, Bang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MatExpert: Decomposing Materials Discovery by Mimicking Human Experts
von: Ding, Qianggang, et al.
Veröffentlicht: (2024)

Are LLMs Ready for Real-World Materials Discovery?
von: Miret, Santiago, et al.
Veröffentlicht: (2024)

MIRIX: Multi-Agent Memory System for LLM-Based Agents
von: Wang, Yu, et al.
Veröffentlicht: (2025)

Insight Agents: An LLM-Based Multi-Agent System for Data Insights
von: Bai, Jincheng, et al.
Veröffentlicht: (2026)

ReplicatorBench: Benchmarking LLM Agents for Replicability in Social and Behavioral Sciences
von: Nguyen, Bang, et al.
Veröffentlicht: (2026)

DatawiseAgent: A Notebook-Centric LLM Agent Framework for Adaptive and Robust Data Science Automation
von: You, Ziming, et al.
Veröffentlicht: (2025)

Why Do LLM-based Web Agents Fail? A Hierarchical Planning Perspective
von: Aghzal, Mohamed, et al.
Veröffentlicht: (2026)

LLM-Based Data Science Agents: A Survey of Capabilities, Challenges, and Future Directions
von: Rahman, Mizanur, et al.
Veröffentlicht: (2025)

The Scaling Laws of Skills in LLM Agent Systems
von: Chen, Charles, et al.
Veröffentlicht: (2026)

Optima: Optimizing Effectiveness and Efficiency for LLM-Based Multi-Agent System
von: Chen, Weize, et al.
Veröffentlicht: (2024)

Scalable Environments Drive Generalizable Agents
von: Zhang, Jiayi, et al.
Veröffentlicht: (2026)

daVinci-LLM:Towards the Science of Pretraining
von: Qin, Yiwei, et al.
Veröffentlicht: (2026)

AgentDropout: Dynamic Agent Elimination for Token-Efficient and High-Performance LLM-Based Multi-Agent Collaboration
von: Wang, Zhexuan, et al.
Veröffentlicht: (2025)

FlexKBQA: A Flexible LLM-Powered Framework for Few-Shot Knowledge Base Question Answering
von: Li, Zhenyu, et al.
Veröffentlicht: (2023)

Agent Data Protocol: Unifying Datasets for Diverse, Effective Fine-tuning of LLM Agents
von: Song, Yueqi, et al.
Veröffentlicht: (2025)

OSCAR: Operating System Control via State-Aware Reasoning and Re-Planning
von: Wang, Xiaoqiang, et al.
Veröffentlicht: (2024)

Evolutionary Perspectives on the Evaluation of LLM-Based AI Agents: A Comprehensive Survey
von: Zhu, Jiachen, et al.
Veröffentlicht: (2025)

Optimizing LLM-Based Multi-Agent System with Textual Feedback: A Case Study on Software Development
von: Shen, Ming, et al.
Veröffentlicht: (2025)

ToolLibGen: Scalable Automatic Tool Creation and Aggregation for LLM Reasoning
von: Yue, Murong, et al.
Veröffentlicht: (2025)

AgentOccam: A Simple Yet Strong Baseline for LLM-Based Web Agents
von: Yang, Ke, et al.
Veröffentlicht: (2024)

LLM-Based Multi-Agent Blackboard System for Information Discovery in Data Science
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Zodiac: A Cardiologist-Level LLM Framework for Multi-Agent Diagnostics
von: Zhou, Yuan, et al.
Veröffentlicht: (2024)

HoneyComb: A Parallel Worst-Case Optimal Join on Multicores
von: Wu, Jiacheng, et al.
Veröffentlicht: (2025)

DSBench: How Far Are Data Science Agents from Becoming Data Science Experts?
von: Jing, Liqiang, et al.
Veröffentlicht: (2024)

KVShare: An LLM Service System with Efficient and Effective Multi-Tenant KV Cache Reuse
von: Yang, Huan, et al.
Veröffentlicht: (2025)

MSCoRe: A Benchmark for Multi-Stage Collaborative Reasoning in LLM Agents
von: Lei, Yuzhen, et al.
Veröffentlicht: (2025)

An Illusion of Progress? Assessing the Current State of Web Agents
von: Xue, Tianci, et al.
Veröffentlicht: (2025)

Do Self-Evolving Agents Forget? Capability Degradation and Preservation in Lifelong LLM Agent Adaptation
von: Yu, Ye, et al.
Veröffentlicht: (2026)

Can Coding Agents Reproduce Findings in Computational Materials Science?
von: Huang, Ziyang, et al.
Veröffentlicht: (2026)

Benchmarking Data Science Agents
von: Zhang, Yuge, et al.
Veröffentlicht: (2024)

DevNous: An LLM-Based Multi-Agent System for Grounding IT Project Management in Unstructured Conversation
von: Doropoulos, Stavros, et al.
Veröffentlicht: (2025)

A Survey on (M)LLM-Based GUI Agents
von: Tang, Fei, et al.
Veröffentlicht: (2025)

Tuning-Free Accountable Intervention for LLM Deployment -- A Metacognitive Approach
von: Tan, Zhen, et al.
Veröffentlicht: (2024)

HiPlan: Hierarchical Planning for LLM-Based Agents with Adaptive Global-Local Guidance
von: Li, Ziyue, et al.
Veröffentlicht: (2025)

Towards a Science of Collective AI: LLM-based Multi-Agent Systems Need a Transition from Blind Trial-and-Error to Rigorous Science
von: Fan, Jingru, et al.
Veröffentlicht: (2026)

DataSciBench: An LLM Agent Benchmark for Data Science
von: Zhang, Dan, et al.
Veröffentlicht: (2025)

Routine: A Structural Planning Framework for LLM Agent System in Enterprise
von: Zeng, Guancheng, et al.
Veröffentlicht: (2025)

Highlighting Case Studies in LLM Literature Review of Interdisciplinary System Science
von: McGinness, Lachlan, et al.
Veröffentlicht: (2025)

On the Structural Memory of LLM Agents
von: Zeng, Ruihong, et al.
Veröffentlicht: (2024)

Locomo-Plus: Beyond-Factual Cognitive Memory Evaluation Framework for LLM Agents
von: Li, Yifei, et al.
Veröffentlicht: (2026)