Buchumschlag

Towards Engineering Multi-Agent LLMs: A Protocol-Driven Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mao, Zhenyu, Keung, Jacky, Zhang, Fengji, Liu, Shuo, Wang, Yifei, Li, Jialong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Requirements Engineering for GenAI-Enabled Software: Bridging Responsibility Gaps through Human Oversight Requirements
von: Mao, Zhenyu, et al.
Veröffentlicht: (2025)

Hybrid Privacy Policy-Code Consistency Check using Knowledge Graphs and LLMs
von: Mao, Zhenyu, et al.
Veröffentlicht: (2025)

Chart2Code-MoLA: Efficient Multi-Modal Code Generation via Adaptive Expert Routing
von: Wang, Yifei, et al.
Veröffentlicht: (2025)

FedLAD: A Modular and Adaptive Testbed for Federated Log Anomaly Detection
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

R2Code: A Self-Reflective LLM Framework for Requirements-to-Code Traceability
von: Wang, Yifei, et al.
Veröffentlicht: (2026)

Data Preparation for Deep Learning based Code Smell Detection: A Systematic Literature Review
von: Zhang, Fengji, et al.
Veröffentlicht: (2024)

R2ComSync: Improving Code-Comment Synchronization with In-Context Learning and Reranking
von: Yang, Zhen, et al.
Veröffentlicht: (2025)

Multi-role Consensus through LLMs Discussions for Vulnerability Detection
von: Mao, Zhenyu, et al.
Veröffentlicht: (2024)

An Empirical Study of Perceptions of General LLMs and Multimodal LLMs on Hugging Face
von: Liu, Yujian, et al.
Veröffentlicht: (2026)

Delving into Parameter-Efficient Fine-Tuning in Code Change Learning: An Empirical Study
von: Liu, Shuo, et al.
Veröffentlicht: (2024)

Lightweight Model Editing for LLMs to Correct Deprecated API Recommendations
von: Lin, Guancheng, et al.
Veröffentlicht: (2025)

Unlocking LLM Repair Capabilities Through Cross-Language Translation and Multi-Agent Refinement
von: Luo, Wenqiang, et al.
Veröffentlicht: (2025)

Towards Understanding Bugs in Distributed Training and Inference Frameworks for Large Language Models
von: Yu, Xiao, et al.
Veröffentlicht: (2025)

Empirical Insights of Test Selection Metrics under Multiple Testing Objectives and Distribution Shifts
von: Zhang, Jingyu, et al.
Veröffentlicht: (2026)

SAGE: Semantic-Aware Gray-Box Game Regression Testing with Large Language Models
von: Cai, Jinyu, et al.
Veröffentlicht: (2025)

A Comprehensive Study of Bugs in Modern Distributed Deep Learning Systems
von: Ma, Xiaoxue, et al.
Veröffentlicht: (2025)

SysTradeBench: An Iterative Build-Test-Patch Benchmark for Strategy-to-Code Trading Systems with Drift-Aware Diagnostics
von: Cao, Yuchen, et al.
Veröffentlicht: (2026)

UniAda: Universal Adaptive Multi-objective Adversarial Attack for End-to-End Autonomous Driving Systems
von: Zhang, Jingyu, et al.
Veröffentlicht: (2026)

Fight Fire with Fire: How Much Can We Trust ChatGPT on Source Code-Related Tasks?
von: Yu, Xiao, et al.
Veröffentlicht: (2024)

Exposing and Defending Membership Leakage in Vulnerability Prediction Models
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

When Fine-Tuning LLMs Meets Data Privacy: An Empirical Study of Federated Learning in LLM-Based Program Repair
von: Luo, Wenqiang, et al.
Veröffentlicht: (2024)

ClassEval-T: Evaluating Large Language Models in Class-Level Code Translation
von: Xue, Pengyu, et al.
Veröffentlicht: (2024)

On the Influence of Data Resampling for Deep Learning-Based Log Anomaly Detection: Insights and Recommendations
von: Ma, Xiaoxue, et al.
Veröffentlicht: (2024)

ATTest: Agent-Driven Tensor Testing for Deep Learning Library Modules
von: Zhan, Zhengyu, et al.
Veröffentlicht: (2026)

Atomizer: An LLM-based Collaborative Multi-Agent Framework for Intent-Driven Commit Untangling
von: Zhu, Kangchen, et al.
Veröffentlicht: (2026)

Practitioners' Expectations on Log Anomaly Detection
von: Ma, Xiaoxue, et al.
Veröffentlicht: (2024)

Exploring and Unleashing the Power of Large Language Models in Automated Code Translation
von: Yang, Zhen, et al.
Veröffentlicht: (2024)

A Multi-Agent Consensus Protocol for Stable Software Remodularization
von: Ibrahim, Ahmed F.
Veröffentlicht: (2026)

EET: Experience-Driven Early Termination for Cost-Efficient Software Engineering Agents
von: Guo, Yaoqi, et al.
Veröffentlicht: (2026)

Breaking Single-Tester Limits: Multi-Agent LLMs for Multi-User Feature Testing
von: Feng, Sidong, et al.
Veröffentlicht: (2025)

Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering
von: Zhou, Chenyu, et al.
Veröffentlicht: (2026)

May the Feedback Be with You! Unlocking the Power of Feedback-Driven Deep Learning Framework Fuzzing via LLMs
von: Yang, Shaoyu, et al.
Veröffentlicht: (2025)

Distributed Approach to Haskell Based Applications Refactoring with LLMs Based Multi-Agent Systems
von: Siddeeq, Shahbaz, et al.
Veröffentlicht: (2025)

Hallucination to Consensus: Multi-Agent LLMs for End-to-End JUnit Test Generation
von: Xu, Qinghua, et al.
Veröffentlicht: (2025)

MARE: Multi-Agents Collaboration Framework for Requirements Engineering
von: Jin, Dongming, et al.
Veröffentlicht: (2024)

AgentFM: Role-Aware Failure Management for Distributed Databases with LLM-Driven Multi-Agents
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

Write Your Own CodeChecker: An Automated Test-Driven Checker Development Approach with LLMs
von: Liu, Jun, et al.
Veröffentlicht: (2024)

WebMAC: A Multi-Agent Collaborative Framework for Scenario Testing of Web Systems
von: Wan, Zhenyu, et al.
Veröffentlicht: (2026)

Agora: Toward Autonomous Bug Detection in Production-Level Consensus Protocols with LLM Agents
von: Liu, Xiang, et al.
Veröffentlicht: (2026)

SEAlign: Alignment Training for Software Engineering Agent
von: Zhang, Kechi, et al.
Veröffentlicht: (2025)