Buchumschlag

Semantic Context for Tool Orchestration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Müller, Robert
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

In-Context Prompting Obsoletes Agent Orchestration for Procedural Tasks
von: Dennis, Simon, et al.
Veröffentlicht: (2026)

COSMIR: Chain Orchestrated Structured Memory for Iterative Reasoning over Long Context
von: Gupta, Naman, et al.
Veröffentlicht: (2025)

NaviAgent: Graph-Driven Bilevel Planning for Scalable Tool Orchestration
von: Jiang, Yan, et al.
Veröffentlicht: (2025)

ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration
von: Su, Hongjin, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Tool-Calling Agents in Fast Healthcare Interoperability Resources (FHIR)
von: Knorr, Marius S., et al.
Veröffentlicht: (2026)

ConTextTab: A Semantics-Aware Tabular In-Context Learner
von: Spinaci, Marco, et al.
Veröffentlicht: (2025)

MOSAIC: Modular Orchestration for Structured Agentic Intelligence and Composition
von: Bao, Yifan, et al.
Veröffentlicht: (2026)

Outcome-Aware Tool Selection for Semantic Routers: Latency-Constrained Learning Without LLM Inference
von: Chen, Huamin, et al.
Veröffentlicht: (2026)

ContextBench: Modifying Contexts for Targeted Latent Activation
von: Graham, Robert, et al.
Veröffentlicht: (2025)

ReTabAD: A Benchmark for Restoring Semantic Context in Tabular Anomaly Detection
von: Yoon, Sanghyu, et al.
Veröffentlicht: (2025)

Analysis of AI Techniques for Orchestrating Edge-Cloud Application Migration
von: Gojayev, Sadig, et al.
Veröffentlicht: (2025)

One Supervisor, Many Modalities: Adaptive Tool Orchestration for Autonomous Queries
von: Saini, Mayank, et al.
Veröffentlicht: (2026)

Beyond Retention: Orchestrating Structural Safety and Plasticity in Continual Learning for LLMs
von: Meng, Fei
Veröffentlicht: (2026)

Demo: Healthcare Agent Orchestrator (HAO) for Patient Summarization in Molecular Tumor Boards
von: Blondeel, Matthias, et al.
Veröffentlicht: (2025)

PlanDQ: Hierarchical Plan Orchestration via D-Conductor and Q-Performer
von: Chen, Chang, et al.
Veröffentlicht: (2024)

Towards Context-Aware Domain Generalization: Understanding the Benefits and Limits of Marginal Transfer Learning
von: Müller, Jens, et al.
Veröffentlicht: (2023)

ChordPrompt: Orchestrating Cross-Modal Prompt Synergy for Multi-Domain Incremental Learning in CLIP
von: Wang, Zhiyuan, et al.
Veröffentlicht: (2025)

ML-Tool-Bench: Tool-Augmented Planning for ML Tasks
von: Chittepu, Yaswanth, et al.
Veröffentlicht: (2025)

A Cautionary Tale About "Neutrally" Informative AI Tools Ahead of the 2025 Federal Elections in Germany
von: Dormuth, Ina, et al.
Veröffentlicht: (2025)

Semantic Anchors in In-Context Learning: Why Small LLMs Cannot Flip Their Labels
von: Kumar, Anantha Padmanaban Krishna
Veröffentlicht: (2025)

Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch
von: Zeng, Yirong, et al.
Veröffentlicht: (2025)

Long Context In-Context Compression by Getting to the Gist of Gisting
von: Petrov, Aleksandar, et al.
Veröffentlicht: (2025)

Understanding Tool-Integrated Reasoning
von: Lin, Heng, et al.
Veröffentlicht: (2025)

Technical Debt in In-Context Learning: Diminishing Efficiency in Long Context
von: Joo, Taejong, et al.
Veröffentlicht: (2025)

Context and Diversity Matter: The Emergence of In-Context Learning in World Models
von: Wang, Fan, et al.
Veröffentlicht: (2025)

Reflective Context Learning: Studying the Optimization Primitives of Context Space
von: Vassilyev, Nikita, et al.
Veröffentlicht: (2026)

Graph of Agents: Principled Long Context Modeling by Emergent Multi-Agent Collaboration
von: Joo, Taejong, et al.
Veröffentlicht: (2025)

Beyond Naïve Prompting: Strategies for Improved Context-aided Forecasting with LLMs
von: Ashok, Arjun, et al.
Veröffentlicht: (2025)

Fortify the Shortest Stave in Attention: Enhancing Context Awareness of Large Language Models for Effective Tool Use
von: Chen, Yuhan, et al.
Veröffentlicht: (2023)

Context is Key: A Benchmark for Forecasting with Essential Textual Information
von: Williams, Andrew Robert, et al.
Veröffentlicht: (2024)

ContextEvolve: Multi-Agent Context Compression for Systems Code Optimization
von: Su, Hongyuan, et al.
Veröffentlicht: (2026)

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior
von: Berkes, Anaïs, et al.
Veröffentlicht: (2026)

SemanticOpt: Towards LLM-Based Semantic Black-Box Optimization
von: Meindl, Jamison, et al.
Veröffentlicht: (2025)

Long-Context Attention Benchmark: From Kernel Efficiency to Distributed Context Parallelism
von: Bu, Tao, et al.
Veröffentlicht: (2025)

A Framework for Quantifying How Pre-Training and Context Benefit In-Context Learning
von: Song, Bingqing, et al.
Veröffentlicht: (2025)

Hierarchical Context Merging: Better Long Context Understanding for Pre-trained LLMs
von: Song, Woomin, et al.
Veröffentlicht: (2024)

Disentangling Causal Importance from Emergent Structure in Multi-Expert Orchestration
von: Ghosh, Sudipto, et al.
Veröffentlicht: (2026)

On the Dynamics of Observation and Semantics
von: Li, Xiu
Veröffentlicht: (2026)

Reliable Modeling of Distribution Shifts via Displacement-Reshaped Optimal Transport
von: Naumann, Philip, et al.
Veröffentlicht: (2026)

Democratizing AI scientists using ToolUniverse
von: Gao, Shanghua, et al.
Veröffentlicht: (2025)