Buchumschlag

It's LIT! Reliability-Optimized LLMs with Inspectable Tools

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Ruixin, Donnelly, Jon, Guo, Zhicheng, Khalighinejad, Ghazal, Huang, Haiyang, Barnett, Alina Jade, Rudin, Cynthia
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rashomon Sets for Prototypical-Part Networks: Editing Interpretable Models in Real-Time
von: Donnelly, Jon, et al.
Veröffentlicht: (2025)

RubricRefine: Improving Tool-Use Agent Reliability with Training-Free Pre-Execution Refinement
von: LeVine, Will, et al.
Veröffentlicht: (2026)

K-ASTRO: Structure-Aware Adaptation of LLMs for Code Vulnerability Detection
von: Zhang, Yifan, et al.
Veröffentlicht: (2022)

Towards Counterfactual Explanation and Assertion Inference for CPS Debugging
von: Ghazal, Zaid, et al.
Veröffentlicht: (2026)

Monitoring Machine Learning Systems: A Multivocal Literature Review
von: Naveed, Hira, et al.
Veröffentlicht: (2025)

Good Tools are Half the Work: Tool Usage in Deep Learning Projects
von: Panourgia, Evangelia, et al.
Veröffentlicht: (2023)

QiMeng-PRepair: Precise Code Repair via Edit-Aware Reward Optimization
von: Ke, Changxin, et al.
Veröffentlicht: (2026)

LGMT: Logic-Grounded Metamorphic Testing for Evaluating the Reasoning Reliability of LLMs
von: Zhou, Zenghui, et al.
Veröffentlicht: (2026)

Quality Matters: Evaluating Synthetic Data for Tool-Using LLMs
von: Iskander, Shadi, et al.
Veröffentlicht: (2024)

PromSec: Prompt Optimization for Secure Generation of Functional Source Code with Large Language Models (LLMs)
von: Nazzal, Mahmoud, et al.
Veröffentlicht: (2024)

ReVeal: Self-Evolving Code Agents via Reliable Self-Verification
von: Jin, Yiyang, et al.
Veröffentlicht: (2025)

Disproving Program Equivalence with LLMs
von: Allamanis, Miltiadis, et al.
Veröffentlicht: (2025)

Towards Continuous Assurance Case Creation for ADS with the Evidential Tool Bus
von: Sorokin, Lev, et al.
Veröffentlicht: (2024)

Teaching Code Refactoring Using LLMs
von: Khairnar, Anshul, et al.
Veröffentlicht: (2025)

Towards Verified Code Reasoning by LLMs
von: Sistla, Meghana, et al.
Veröffentlicht: (2025)

A Machine Learning-Based Error Mitigation Approach For Reliable Software Development On IBM'S Quantum Computers
von: Muqeet, Asmar, et al.
Veröffentlicht: (2024)

Ensuring Reliability in Programming Knowledge Tracing: A Re-evaluation of Attention-augmented Models and Experimental Protocols
von: Kim, Jaewook, et al.
Veröffentlicht: (2026)

A Semantic-based Optimization Approach for Repairing LLMs: Case Study on Code Generation
von: Gu, Jian, et al.
Veröffentlicht: (2025)

OSS-Bench: Benchmark Generator for Coding LLMs
von: Jiang, Yuancheng, et al.
Veröffentlicht: (2025)

Understanding Robustness of Model Editing in Code LLMs
von: Chhetri, Vinaik, et al.
Veröffentlicht: (2025)

Towards MLOps: A DevOps Tools Recommender System for Machine Learning System
von: Shah, Pir Sami Ullah, et al.
Veröffentlicht: (2024)

DesCartes Builder: A Tool to Develop Machine-Learning Based Digital Twins
von: de Conto, Eduardo, et al.
Veröffentlicht: (2025)

CodeTool: Enhancing Programmatic Tool Invocation of LLMs via Process Supervision
von: Lu, Yifei, et al.
Veröffentlicht: (2025)

Breaking the Silence: the Threats of Using LLMs in Software Engineering
von: Sallou, June, et al.
Veröffentlicht: (2023)

CigaR: Cost-efficient Program Repair with LLMs
von: Hidvégi, Dávid, et al.
Veröffentlicht: (2024)

Automating API Documentation with LLMs: A BERTopic Approach
von: Naghshzan, AmirHossein
Veröffentlicht: (2025)

ThrowBench: Benchmarking LLMs by Predicting Runtime Exceptions
von: Prenner, Julian Aron, et al.
Veröffentlicht: (2025)

Unsupervised Evaluation of Code LLMs with Round-Trip Correctness
von: Allamanis, Miltiadis, et al.
Veröffentlicht: (2024)

iServe: An Intent-based Serving System for LLMs
von: Liakopoulos, Dimitrios, et al.
Veröffentlicht: (2025)

Renaissance of Literate Programming in the Era of LLMs: Enhancing LLM-Based Code Generation in Large-Scale Projects
von: Zhang, Wuyang, et al.
Veröffentlicht: (2024)

Finding Missed Code Size Optimizations in Compilers using LLMs
von: Italiano, Davide, et al.
Veröffentlicht: (2024)

Mechanistic Interpretability of Code Correctness in LLMs via Sparse Autoencoders
von: Tahimic, Kriz, et al.
Veröffentlicht: (2025)

SkillScope: A Tool to Predict Fine-Grained Skills Needed to Solve Issues on GitHub
von: Carter, Benjamin C., et al.
Veröffentlicht: (2025)

ToolRegistry: A Protocol-Agnostic Tool Management Library for Function-Calling LLMs
von: Ding, Peng, et al.
Veröffentlicht: (2025)

Deformable ProtoPNet: An Interpretable Image Classifier Using Deformable Prototypes
von: Donnelly, Jon, et al.
Veröffentlicht: (2021)

TritonRL: Training LLMs to Think and Code Triton Without Cheating
von: Woo, Jiin, et al.
Veröffentlicht: (2025)

Towards Effectively Leveraging Execution Traces for Program Repair with Code LLMs
von: Haque, Mirazul, et al.
Veröffentlicht: (2025)

SkVM: Revisiting Language VM for Skills across Heterogenous LLMs and Harnesses
von: Chen, Le, et al.
Veröffentlicht: (2026)

Where Do LLMs Still Struggle? An In-Depth Analysis of Code Generation Benchmarks
von: Sharifloo, Amir Molzam, et al.
Veröffentlicht: (2025)

CPP-UT-Bench: Can LLMs Write Complex Unit Tests in C++?
von: Bhargava, Vaishnavi, et al.
Veröffentlicht: (2024)