Buchumschlag

LaMDAgent: An Autonomous Framework for Post-Training Pipeline Optimization via LLM Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yano, Taro, Ishibashi, Yoichi, Oyamada, Masafumi
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

Effective Harness Engineering for Algorithm Discovery with Coding Agents
von: Ishibashi, Yoichi, et al.
Veröffentlicht: (2026)

Mining Hidden Thoughts from Texts: Evaluating Continual Pretraining with Synthetic Data for LLM Reasoning
von: Ishibashi, Yoichi, et al.
Veröffentlicht: (2025)

Can Large Language Models Invent Algorithms to Improve Themselves?: Algorithm Discovery for Recursive Self-Improvement through Reinforcement Learning
von: Ishibashi, Yoichi, et al.
Veröffentlicht: (2024)

Self-Organized Agents: A LLM Multi-Agent Framework toward Ultra Large-Scale Code Generation and Optimization
von: Ishibashi, Yoichi, et al.
Veröffentlicht: (2024)

An Empirical Study of LLM-as-a-Judge: How Design Choices Impact Evaluation Reliability
von: Yamauchi, Yusuke, et al.
Veröffentlicht: (2025)

Can a Crow Hatch a Falcon? Lineage Matters in Predicting Large Language Model Performance
von: Tamura, Takuya, et al.
Veröffentlicht: (2025)

MDAgents: An Adaptive Collaboration of LLMs for Medical Decision-Making
von: Kim, Yubin, et al.
Veröffentlicht: (2024)

Jellyfish: A Large Language Model for Data Preprocessing
von: Zhang, Haochen, et al.
Veröffentlicht: (2023)

Revisiting Observation Reduction for Web Agents: Comprehensive Evaluation with a Lightweight Framework
von: Enomoto, Masafumi, et al.
Veröffentlicht: (2026)

$M^3$ Scaling Law: Optimizing Multi-Epoch, Multi-Lingual, and Multi-Stage Training for Low-Resource Language Models
von: Akimoto, Kosuke, et al.
Veröffentlicht: (2024)

EstLLM: Enhancing Estonian Capabilities in Multilingual LLMs via Continued Pretraining and Post-Training
von: Dorkin, Aleksei, et al.
Veröffentlicht: (2026)

Fixing It in Post: A Comparative Study of LLM Post-Training Data Quality and Model Performance
von: Djuhera, Aladin, et al.
Veröffentlicht: (2025)

AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning
von: Zhang, Jianguo, et al.
Veröffentlicht: (2024)

Unified Mind Model: Reimagining Autonomous Agents in the LLM Era
von: Hu, Pengbo, et al.
Veröffentlicht: (2025)

Look Before You Leap: Autonomous Exploration for LLM Agents
von: Ye, Ziang, et al.
Veröffentlicht: (2026)

ActuBench: A Multi-Agent LLM Pipeline for Generation and Evaluation of Actuarial Reasoning Tasks
von: Schmidt, Jan-Philipp
Veröffentlicht: (2026)

Synthesizing Post-Training Data for LLMs through Multi-Agent Simulation
von: Tang, Shuo, et al.
Veröffentlicht: (2024)

AutoML-Agent: A Multi-Agent LLM Framework for Full-Pipeline AutoML
von: Trirat, Patara, et al.
Veröffentlicht: (2024)

EVPO: Explained Variance Policy Optimization for Adaptive Critic Utilization in LLM Post-Training
von: Pan, Chengjun, et al.
Veröffentlicht: (2026)

Read More, Think More: Revisiting Observation Reduction for Web Agents
von: Enomoto, Masafumi, et al.
Veröffentlicht: (2026)

Training an LLM-as-a-Judge Model: Pipeline, Insights, and Practical Lessons
von: Hu, Renjun, et al.
Veröffentlicht: (2025)

STACK: Adversarial Attacks on LLM Safeguard Pipelines
von: McKenzie, Ian R., et al.
Veröffentlicht: (2025)

Context Quality Matters in Training Fusion-in-Decoder for Extractive Open-Domain Question Answering
von: Akimoto, Kosuke, et al.
Veröffentlicht: (2024)

KLong: Training LLM Agent for Extremely Long-horizon Tasks
von: Liu, Yue, et al.
Veröffentlicht: (2026)

TextMineX: Data, Evaluation Framework and Ontology-guided LLM Pipeline for Humanitarian Mine Action
von: Zhou, Chenyue, et al.
Veröffentlicht: (2025)

English is Not All You Need: Systematically Exploring the Role of Multilinguality in LLM Post-Training
von: Dhaliwal, Mehak, et al.
Veröffentlicht: (2026)

Star-Agents: Automatic Data Optimization with LLM Agents for Instruction Tuning
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

Adaptable and Precise: Enterprise-Scenario LLM Function-Calling Capability Training Pipeline
von: Zeng, Guancheng, et al.
Veröffentlicht: (2024)

Performance Evaluation of Emotion Classification in Japanese Using RoBERTa and DeBERTa
von: Takenaka, Yoichi
Veröffentlicht: (2025)

DEPO: Dual-Efficiency Preference Optimization for LLM Agents
von: Chen, Sirui, et al.
Veröffentlicht: (2025)

LLM-Human Pipeline for Cultural Context Grounding of Conversations
von: Pujari, Rajkumar, et al.
Veröffentlicht: (2024)

ML-Agent: Reinforcing LLM Agents for Autonomous Machine Learning Engineering
von: Liu, Zexi, et al.
Veröffentlicht: (2025)

MedExAgent: Training LLM Agents to Ask, Examine, and Diagnose in Noisy Clinical Environments
von: Gao, Yicheng, et al.
Veröffentlicht: (2026)

From Meta-Thought to Execution: Cognitively Aligned Post-Training for Generalizable and Reliable LLM Reasoning
von: Wang, Shaojie, et al.
Veröffentlicht: (2026)

From Utterance to Vividity: Training Expressive Subtitle Translation LLM via Adaptive Local Preference Optimization
von: Cui, Chaoqun, et al.
Veröffentlicht: (2026)

AI Planning Framework for LLM-Based Web Agents
von: Shahnovsky, Orit, et al.
Veröffentlicht: (2026)

AutoKaggle: A Multi-Agent Framework for Autonomous Data Science Competitions
von: Li, Ziming, et al.
Veröffentlicht: (2024)

Best-of-$\infty$ -- Asymptotic Performance of Test-Time LLM Ensembling
von: Komiyama, Junpei, et al.
Veröffentlicht: (2025)

AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents
von: Tang, Jiabin, et al.
Veröffentlicht: (2025)

BackdoorAgent: A Unified Framework for Backdoor Attacks on LLM-based Agents
von: Feng, Yunhao, et al.
Veröffentlicht: (2026)