Buchumschlag

Measuring AI agent autonomy: Towards a scalable approach with code inspection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cihon, Peter, Stein, Merlin, Bansal, Gagan, Manning, Sam, Xu, Kevin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Societal Capacity Assessment Framework: Measuring Resilience to Inform Advanced AI Risk Management
von: Gandhi, Milan, et al.
Veröffentlicht: (2025)

Trends in Frontier AI Model Count: A Forecast to 2028
von: Kumar, Iyngkarran, et al.
Veröffentlicht: (2025)

Configurable multi-agent framework for scalable and realistic testing of llm-based agents
von: Wang, Sai, et al.
Veröffentlicht: (2025)

Towards Human-level Dexterity via Robot Learning
von: Khandate, Gagan
Veröffentlicht: (2025)

Towards provable probabilistic safety for scalable embodied AI systems
von: He, Linxuan, et al.
Veröffentlicht: (2025)

Generation Probabilities Are Not Enough: Uncertainty Highlighting in AI Code Completions
von: Vasconcelos, Helena, et al.
Veröffentlicht: (2023)

The Role of Governments in Increasing Interconnected Post-Deployment Monitoring of AI
von: Stein, Merlin, et al.
Veröffentlicht: (2024)

Interactive Debugging and Steering of Multi-Agent AI Systems
von: Epperson, Will, et al.
Veröffentlicht: (2025)

Generalization in medical AI: a perspective on developing scalable models
von: Zvuloni, Eran, et al.
Veröffentlicht: (2023)

The case for delegated AI autonomy for Human AI teaming in healthcare
von: Jia, Yan, et al.
Veröffentlicht: (2025)

AutoHarness: improving LLM agents by automatically synthesizing a code harness
von: Lou, Xinghua, et al.
Veröffentlicht: (2026)

Advancing Ocean State Estimation with efficient and scalable AI
von: Xiang, Yanfei, et al.
Veröffentlicht: (2025)

Optimizing Sequential Multi-Step Tasks with Parallel LLM Agents
von: Zhang, Enhao, et al.
Veröffentlicht: (2025)

Towards a scalable AI-driven framework for data-independent Cyber Threat Intelligence Information Extraction
von: Sorokoletova, Olga, et al.
Veröffentlicht: (2025)

Philosophical Dispositions as Behavioral Constraints for AI-Assisted Code Review: An Empirical Study
von: Bansal, Kaushal
Veröffentlicht: (2026)

Towards Measuring Goal-Directedness in AI Systems
von: Xu, Dylan, et al.
Veröffentlicht: (2024)

AgentComm-Bench: Stress-Testing Cooperative Embodied AI Under Latency, Packet Loss, and Bandwidth Collapse
von: Bansal, Aayam, et al.
Veröffentlicht: (2026)

In-situ process monitoring for defect detection in wire-arc additive manufacturing: an agentic AI approach
von: Halder, Pallock, et al.
Veröffentlicht: (2026)

QuantAgents: Towards Multi-agent Financial System via Simulated Trading
von: Li, Xiangyu, et al.
Veröffentlicht: (2025)

A new approach for encoding code and assisting code understanding
von: Fan, Mengdan, et al.
Veröffentlicht: (2024)

Log analysis is necessary for credible evaluation of AI agents
von: Kirgis, Peter, et al.
Veröffentlicht: (2026)

Towards a Standard, Enterprise-Relevant Agentic AI Benchmark: Lessons from 5.5 billion tokens' worth of agentic AI evaluations
von: Roig, JV
Veröffentlicht: (2025)

Autograder+: A Multi-Faceted AI Framework for Rich Pedagogical Feedback in Programming Education
von: Sahu, Vikrant, et al.
Veröffentlicht: (2025)

CASET: Complexity Analysis using Simple Execution Traces for CS* submissions
von: Mehta, Aaryen, et al.
Veröffentlicht: (2024)

AI co-mathematician: Accelerating mathematicians with agentic AI
von: Zheng, Daniel, et al.
Veröffentlicht: (2026)

Agent psychometrics: Task-level performance prediction in agentic coding benchmarks
von: Ge, Chris, et al.
Veröffentlicht: (2026)

Towards a Science Exocortex
von: Yager, Kevin G.
Veröffentlicht: (2024)

Emotional Analysis of Fashion Trends Using Social Media and AI: Sentiment Analysis on Twitter for Fashion Trend Forecasting
von: Bansal, Aayam, et al.
Veröffentlicht: (2025)

Measuring What AI Systems Might Do: Towards A Measurement Science in AI
von: Voudouris, Konstantinos, et al.
Veröffentlicht: (2026)

Aligning LLM agents with human learning and adjustment behavior: a dual agent approach
von: Liu, Tianming, et al.
Veröffentlicht: (2025)

Context is all you need: Towards autonomous model-based process design using agentic AI in flowsheet simulations
von: Schäfer, Pascal, et al.
Veröffentlicht: (2026)

Measuring AI Diffusion: A Population-Normalized Metric for Tracking Global AI Usage
von: Misra, Amit, et al.
Veröffentlicht: (2025)

Towards Safety Reasoning in LLMs: AI-agentic Deliberation for Policy-embedded CoT Data Creation
von: Kumarage, Tharindu, et al.
Veröffentlicht: (2025)

Adaptive routing protocols for determining optimal paths in AI multi-agent systems: a priority- and learning-enhanced approach
von: Panayotov, Theodor, et al.
Veröffentlicht: (2025)

Automated QoR improvement in OpenROAD with coding agents
von: Ghose, Amur, et al.
Veröffentlicht: (2026)

Measuring the metacognition of AI
von: Servajean, Richard, et al.
Veröffentlicht: (2026)

Why do AI agents communicate in human language?
von: Zhou, Pengcheng, et al.
Veröffentlicht: (2025)

SimMOF: AI agent for Automated MOF Simulations
von: Lee, Jaewoong, et al.
Veröffentlicht: (2026)

AIOpsLab: A Holistic Framework to Evaluate AI Agents for Enabling Autonomous Clouds
von: Chen, Yinfang, et al.
Veröffentlicht: (2025)

Date Fragments: A Hidden Bottleneck of Tokenization for Temporal Reasoning
von: Bhatia, Gagan, et al.
Veröffentlicht: (2025)