Buchumschlag

LM Agents for Coordinating Multi-User Information Gathering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jhamtani, Harsh, Andreas, Jacob, Van Durme, Benjamin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sample-Efficient Online Learning in LM Agents via Hindsight Trajectory Rewriting
von: Hu, Michael Y., et al.
Veröffentlicht: (2025)

Interpreting User Requests in the Context of Natural Language Standing Instructions
von: Moghe, Nikita, et al.
Veröffentlicht: (2023)

SpectR: Dynamically Composing LM Experts with Spectral Routing
von: Fleshman, William, et al.
Veröffentlicht: (2025)

Compactor: Calibrated Query-Agnostic KV Cache Compression with Approximate Leverage Scores
von: Chari, Vivek, et al.
Veröffentlicht: (2025)

Natural Language Decomposition and Interpretation of Complex Utterances
von: Jhamtani, Harsh, et al.
Veröffentlicht: (2023)

RE-AdaptIR: Improving Information Retrieval through Reverse Engineered Adaptation
von: Fleshman, William, et al.
Veröffentlicht: (2024)

SEQR: Secure and Efficient QR-based LoRA Routing
von: Fleshman, William, et al.
Veröffentlicht: (2025)

LoRA-Augmented Generation (LAG) for Knowledge-Intensive Language Tasks
von: Fleshman, William, et al.
Veröffentlicht: (2025)

RE-Adapt: Reverse Engineered Adaptation of Large Language Models
von: Fleshman, William, et al.
Veröffentlicht: (2024)

KV-Distill: Nearly Lossless Learnable Context Compression for LLMs
von: Chari, Vivek, et al.
Veröffentlicht: (2025)

Many-Tier Instruction Hierarchy in LLM Agents
von: Zhang, Jingyu, et al.
Veröffentlicht: (2026)

Language Models and Logic Programs for Trustworthy Tax Reasoning
von: Jurayj, William, et al.
Veröffentlicht: (2025)

Crystal: Characterizing Relative Impact of Scholarly Publications
von: Collison, Hannah, et al.
Veröffentlicht: (2026)

Teaching Language Models To Gather Information Proactively
von: Huang, Tenghao, et al.
Veröffentlicht: (2025)

PlatoLM: Teaching LLMs in Multi-Round Dialogue via a User Simulator
von: Kong, Chuyi, et al.
Veröffentlicht: (2023)

CRAFT: Grounded Multi-Agent Coordination Under Partial Information
von: Nath, Abhijnan, et al.
Veröffentlicht: (2026)

Towards Robust Evaluation of Unlearning in LLMs via Data Transformations
von: Joshi, Abhinav, et al.
Veröffentlicht: (2024)

MICE for CATs: Model-Internal Confidence Estimation for Calibrating Agents with Tools
von: Subramani, Nishant, et al.
Veröffentlicht: (2025)

Reframing Tax Law Entailment as Analogical Reasoning
von: Zou, Xinrui, et al.
Veröffentlicht: (2024)

Controllable Safety Alignment: Inference-Time Adaptation to Diverse Safety Requirements
von: Zhang, Jingyu, et al.
Veröffentlicht: (2024)

Learning to Retrieve Iteratively for In-Context Learning
von: Chen, Yunmo, et al.
Veröffentlicht: (2024)

MultiMUC: Multilingual Template Filling on MUC-4
von: Gantt, William, et al.
Veröffentlicht: (2024)

Always Tell Me The Odds: Fine-grained Conditional Probability Estimation
von: Wang, Liaoyaqi, et al.
Veröffentlicht: (2025)

AdapterSwap: Continuous Training of LLMs with Data Removal and Access-Control Guarantees
von: Fleshman, William, et al.
Veröffentlicht: (2024)

Identifying the Risks of LM Agents with an LM-Emulated Sandbox
von: Ruan, Yangjun, et al.
Veröffentlicht: (2023)

HumanLM: Simulating Users with State Alignment Beats Response Imitation
von: Wu, Shirley, et al.
Veröffentlicht: (2026)

"According to ...": Prompting Language Models Improves Quoting from Pre-Training Data
von: Weller, Orion, et al.
Veröffentlicht: (2023)

Do Androids Know They're Only Dreaming of Electric Sheep?
von: CH-Wang, Sky, et al.
Veröffentlicht: (2023)

Learning How Hard to Think: Input-Adaptive Allocation of LM Computation
von: Damani, Mehul, et al.
Veröffentlicht: (2024)

Bonsai: Interpretable Tree-Adaptive Grounded Reasoning
von: Sanders, Kate, et al.
Veröffentlicht: (2025)

Cooperate to Compete: Strategic Coordination in Multi-Agent Conquest
von: O'Neill, Abigail, et al.
Veröffentlicht: (2026)

LLMs in the Imaginarium: Tool Learning through Simulated Trial and Error
von: Wang, Boshi, et al.
Veröffentlicht: (2024)

Talk Isn't Always Cheap: Understanding Failure Modes in Multi-Agent Debate
von: Wynn, Andrea, et al.
Veröffentlicht: (2025)

RATIONALYST: Mining Implicit Rationales for Process Supervision of Reasoning
von: Jiang, Dongwei, et al.
Veröffentlicht: (2024)

MAGneT: Coordinated Multi-Agent Generation of Synthetic Multi-Turn Mental Health Counseling Sessions
von: Mandal, Aishik, et al.
Veröffentlicht: (2025)

OpenAI Cribbed Our Tax Example, But Can GPT-4 Really Do Tax?
von: Blair-Stanek, Andrew, et al.
Veröffentlicht: (2023)

SELF-[IN]CORRECT: LLMs Struggle with Discriminating Self-Generated Responses
von: Jiang, Dongwei, et al.
Veröffentlicht: (2024)

BED-LLM: Intelligent Information Gathering with LLMs and Bayesian Experimental Design
von: Choudhury, Deepro, et al.
Veröffentlicht: (2025)

MAC: A Multi-Agent Framework for Interactive User Clarification in Multi-turn Conversations
von: Acikgoz, Emre Can, et al.
Veröffentlicht: (2025)

TV-TREES: Multimodal Entailment Trees for Neuro-Symbolic Video Reasoning
von: Sanders, Kate, et al.
Veröffentlicht: (2024)