Buchumschlag

Making a Pipeline Production-Ready: Challenges and Lessons Learned in the Healthcare Domain

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lawand, Daniel Angelo Esteves, Lam, Lucas Quaresma Medina, Bolgheroni, Roberto Oliveira, Ferreira, Renato Cordeiro, Goldman, Alfredo, Finger, Marcelo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning D.2.11; D.2.7; I.2.7; I.5.4
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPIRA: Building an Intelligent System for Respiratory Insufficiency Detection
von: Ferreira, Renato Cordeiro, et al.
Veröffentlicht: (2025)

Agent Capsules: Quality-Gated Granularity Control for Multi-Agent LLM Pipelines
von: Ray, Aninda
Veröffentlicht: (2026)

PARNESS: A Paper Harness for End-to-End Automated Scientific Research with Dynamic Workflows, Full-Text Indexing, and Cross-Run Knowledge Accumulation
von: Wang, Yuchen, et al.
Veröffentlicht: (2026)

A Simple Architecture for Enterprise Large Language Model Applications based on Role based security and Clearance Levels using Retrieval-Augmented Generation or Mixture of Experts
von: Özgür, Atilla, et al.
Veröffentlicht: (2024)

Contrastive Learning-Enhanced Large Language Models for Monolith-to-Microservice Decomposition
von: Sellami, Khaled, et al.
Veröffentlicht: (2025)

PRIMA: Operational Patterns for Resilient Multi-Agent Research with Verifiable Identity and Convergent Feedback
von: Annapureddy, Sasank
Veröffentlicht: (2026)

Who Writes the Docs in SE 3.0? Agent vs. Human Documentation Pull Requests
von: Yamasaki, Kazuma, et al.
Veröffentlicht: (2026)

Compiled AI: Deterministic Code Generation for LLM-Based Workflow Automation
von: Trooskens, Geert, et al.
Veröffentlicht: (2026)

LLM Modules: Knowledge Transfer from a Large to a Small Model using Enhanced Cross-Attention
von: Kolomeitsev, Konstantin
Veröffentlicht: (2025)

Prompt Fencing: A Cryptographic Approach to Establishing Security Boundaries in Large Language Model Prompts
von: Peh, Steven
Veröffentlicht: (2025)

Toward Architecture-Aware Evaluation Metrics for LLM Agents
von: Souza, Débora, et al.
Veröffentlicht: (2026)

Automated structural testing of LLM-based agents: methods, framework, and case studies
von: Kohl, Jens, et al.
Veröffentlicht: (2026)

SAGAI-MID: A Generative AI-Driven Middleware for Dynamic Runtime Interoperability
von: Larsen, Oliver Aleksander, et al.
Veröffentlicht: (2026)

Automated Bug Triaging using Instruction-Tuned Large Language Models
von: Kiashemshaki, Kiana, et al.
Veröffentlicht: (2025)

Merge-Bench: Resolve Merge Conflicts with Large Language Models
von: Schesch, Benedikt, et al.
Veröffentlicht: (2026)

Hidden in Memory: Sleeper Memory Poisoning in LLM Agents
von: Pulipaka, Sidharth, et al.
Veröffentlicht: (2026)

Memory as Metabolism: A Design for Companion Knowledge Systems
von: Miteski, Stefan
Veröffentlicht: (2026)

A Multimodal GUI Architecture for Interfacing with LLM-Based Conversational Assistants
von: van Dam, Hans G. W.
Veröffentlicht: (2025)

Applying Cognitive Design Patterns to General LLM Agents
von: Wray, Robert E., et al.
Veröffentlicht: (2025)

Good to Go: The LOOP Skill Engine That Hits 99% Success and Slashes Token Usage by 99% via One-Shot Recording and Deterministic Replay
von: Wang, Xiaohua, et al.
Veröffentlicht: (2026)

ScrapMem: A Bio-inspired Framework for On-device Personalized Agent Memory via Optical Forgetting
von: Chang, Jiale, et al.
Veröffentlicht: (2026)

Post Hoc Extraction of Pareto Fronts for Continuous Control
von: Thakar, Raghav, et al.
Veröffentlicht: (2026)

Do We Always Need Query-Level Workflows? Rethinking Agentic Workflow Generation for Multi-Agent Systems
von: Wang, Zixu, et al.
Veröffentlicht: (2026)

MEMTIER: Tiered Memory Architecture and Retrieval Bottleneck Analysis for Long-Running Autonomous AI Agents
von: Sidik, Bronislav, et al.
Veröffentlicht: (2026)

Beyond Rating: A Comprehensive Evaluation and Benchmark for AI Reviews
von: Li, Bowen, et al.
Veröffentlicht: (2026)

Inside the Scaffold: A Source-Code Taxonomy of Coding Agent Architectures
von: Rombaut, Benjamin
Veröffentlicht: (2026)

LLMs as Idiomatic Decompilers: Recovering High-Level Code from x86-64 Assembly for Dart
von: Abualazm, Raafat, et al.
Veröffentlicht: (2026)

Semantic Commit: Helping Users Update Intent Specifications for AI Memory at Scale
von: Vaithilingam, Priyan, et al.
Veröffentlicht: (2025)

How Generation Architecture Shapes Code Complexity in Multi-Agent LLM Systems: A Paired Study on HumanEval
von: Ashrafi, Nazmus
Veröffentlicht: (2026)

Internal APIs Are All You Need: Shadow APIs, Shared Discovery, and the Case Against Browser-First Agent Architectures
von: Tham, Lewis, et al.
Veröffentlicht: (2026)

GraphBit: A Graph-based Agentic Framework for Non-Linear Agent Orchestration
von: Sarker, Yeahia, et al.
Veröffentlicht: (2026)

Automated MCQA Benchmarking at Scale: Evaluating Reasoning Traces as Retrieval Sources for Domain Adaptation of Small Language Models
von: Gokdemir, Ozan, et al.
Veröffentlicht: (2025)

Instruction-Level Weight Shaping: A Framework for Self-Improving AI Agents
von: Costa, Rimom
Veröffentlicht: (2025)

Multi-Paradigm Agent Interaction in Practice:A Systematic Analysis of Generator-Evaluator, ReAct Loop,and Adversarial Evaluation in the buddyMe Framework
von: Wang, Xiaohua, et al.
Veröffentlicht: (2026)

Latent Cache Flow: Model-to-Model Communication Without Text
von: Rossi, Maximillian, et al.
Veröffentlicht: (2026)

Beyond Greenfield: The D3 Framework for AI-Driven Productivity in Brownfield Engineering
von: Sharma, Krishna Kumaar
Veröffentlicht: (2025)

Learning Software Bug Reports: A Systematic Literature Review
von: Long, Guoming, et al.
Veröffentlicht: (2025)

AutoBench: Automating LLM Evaluation through Reciprocal Peer Assessment
von: Loi, Dario, et al.
Veröffentlicht: (2025)

SmellBench: Evaluating LLM Agents on Architectural Code Smell Repair
von: Dinu, Ion George, et al.
Veröffentlicht: (2026)

Pipeline and Dataset Generation for Automated Fact-checking in Almost Any Language
von: Drchal, Jan, et al.
Veröffentlicht: (2023)