Buchumschlag

Automated structural testing of LLM-based agents: methods, framework, and case studies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kohl, Jens, Kruse, Otto, Mostafa, Youssef, Luckow, Andre, Schroer, Karsten, Riedl, Thomas, French, Ryan, Katz, David, Luitz, Manuel P., Takher, Tanrajbir, Friedl, Ken E., Laurent-Winter, Céline
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence I.2.7; I.2.11; D.2.4; D.2.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative AI Toolkit -- a framework for increasing the quality of LLM-based applications over their whole life cycle
von: Kohl, Jens, et al.
Veröffentlicht: (2024)

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)

AgentSpawn: Adaptive Multi-Agent Collaboration Through Dynamic Spawning for Long-Horizon Code Generation
von: Costa, Igor
Veröffentlicht: (2026)

AI Agentic workflows and Enterprise APIs: Adapting API architectures for the age of AI agents
von: Tupe, Vaibhav, et al.
Veröffentlicht: (2025)

Exploring Robust Multi-Agent Workflows for Environmental Data Management
von: Guan, Boyuan, et al.
Veröffentlicht: (2026)

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

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

Tool Forge: A Validation-Carrying Toolchain for Governed Agentic Execution
von: Rao, Swanand
Veröffentlicht: (2026)

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

A Framework for Assessing AI Agent Decisions and Outcomes in AutoML Pipelines
von: Du, Gaoyuan, et al.
Veröffentlicht: (2026)

Test-Driven AI Agent Definition (TDAD): Compiling Tool-Using Agents from Behavioral Specifications
von: Rehan, Tzafrir
Veröffentlicht: (2026)

Ontology-Constrained Neural Reasoning in Enterprise Agentic Systems: A Neurosymbolic Architecture for Domain-Grounded AI Agents
von: Tuan, Thanh Luong, et al.
Veröffentlicht: (2026)

Harnessing Embodied Agents: Runtime Governance for Policy-Constrained Execution
von: Qin, Xue, et al.
Veröffentlicht: (2026)

Decision Evidence Maturity Model for Agentic AI: A Property-Level Method Specification
von: Solozobov, Oleg
Veröffentlicht: (2026)

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

AI-Assisted Engineering Should Track the Epistemic Status and Temporal Validity of Architectural Decisions
von: Gilda, Sankalp, et al.
Veröffentlicht: (2026)

Bounded Autonomy for Enterprise AI: Typed Action Contracts and Consumer-Side Execution
von: Sohail, Sarmad, et al.
Veröffentlicht: (2026)

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

Knowledge Equivalence in Digital Twins of Intelligent Systems
von: Zhang, Nan, et al.
Veröffentlicht: (2022)

BACE: LLM-based Code Generation through Bayesian Anchored Co-Evolution of Code and Test Populations
von: Silva, Kaushitha, et al.
Veröffentlicht: (2026)

Automated Deep Learning Optimization via DSL-Based Source Code Transformation
von: Wang, Ruixin, et al.
Veröffentlicht: (2024)

BPMN to PDDL: Translating Business Workflows for AI Planning
von: Nie, Jasper, et al.
Veröffentlicht: (2025)

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)

Consensus and Synchronization of Multi-agent Systems over Finite Fields -- Graph Topologies
von: Hengster-Movrić, Kristian, et al.
Veröffentlicht: (2026)

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

TML-Bench: Benchmark for Data Science Agents on Tabular ML Tasks
von: Pinchuk, Mykola
Veröffentlicht: (2026)

CodeTracer: Towards Traceable Agent States
von: Li, Han, et al.
Veröffentlicht: (2026)

Quantitative Analysis of Technical Debt and Pattern Violation in Large Language Model Architectures
von: Slater, Tyler
Veröffentlicht: (2025)

Emergent Coordination in Multi-Agent Language Models
von: Riedl, Christoph
Veröffentlicht: (2025)

Retrieval-Conditioned Topology Selection with Provable Budget Conservation for Multi-Agent Code Generation
von: Talluri, Abhijit, et al.
Veröffentlicht: (2026)

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

Monitoring Agentic Systems Before They're Reliable
von: Boston, Marisa Ferrara, et al.
Veröffentlicht: (2026)

Structural Quality Gaps in Practitioner AI Governance Prompts: An Empirical Study Using a Five-Principle Evaluation Framework
von: Zietsman, Christo
Veröffentlicht: (2026)

Architectural Patterns for Designing Quantum Artificial Intelligence Systems
von: Klymenko, Mykhailo, et al.
Veröffentlicht: (2024)

ECM Contracts: Contract-Aware, Versioned, and Governable Capability Interfaces for Embodied Agents
von: Qin, Xue, et al.
Veröffentlicht: (2026)

PyGemini: Unified Software Development towards Maritime Autonomy Systems
von: Vasstein, Kjetil, et al.
Veröffentlicht: (2025)

Iterative Audit Convergence in LLM-Managed Multi-Agent Systems: A Case Study in Prompt Engineering Quality Assurance
von: Calboreanu, Elias
Veröffentlicht: (2026)

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

Rewarding Beliefs, Not Actions: Consistency-Guided Credit Assignment for Long-Horizon Agents
von: Tang, Wenjie, et al.
Veröffentlicht: (2026)

MLOps with Microservices: A Case Study on the Maritime Domain
von: Ferreira, Renato Cordeiro, et al.
Veröffentlicht: (2025)