Buchumschlag

FAMOSE: A ReAct Approach to Automated Feature Discovery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Burghardt, Keith, Liu, Jienan, Sakib, Sadman, Hao, Yuning, Li, Bo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ReAct Meets ActRe: When Language Agents Enjoy Training Data Autonomy
von: Yang, Zonghan, et al.
Veröffentlicht: (2024)

Focused ReAct: Improving ReAct through Reiterate and Early Stop
von: Li, Shuoqiu, et al.
Veröffentlicht: (2024)

Large Language Model Agent for Structural Drawing Generation Using ReAct Prompt Engineering and Retrieval Augmented Generation
von: Zhang, Xin, et al.
Veröffentlicht: (2025)

Co-ReAct: Rubrics as Step-Level Collaborators for ReAct Agents
von: Kang, Jiazheng, et al.
Veröffentlicht: (2026)

Domain-specific ReAct for physics-integrated iterative modeling: A case study of LLM agents for gas path analysis of gas turbines
von: Song, Tao, et al.
Veröffentlicht: (2024)

Reason-Plan-ReAct: A Reasoner-Planner Supervising a ReAct Executor for Complex Enterprise Tasks
von: Molinari, Gianni, et al.
Veröffentlicht: (2025)

Data-Driven Estimation of Heterogeneous Treatment Effects
von: Tran, Christopher, et al.
Veröffentlicht: (2023)

Posts of Peril: Detecting Information About Hazards in Text
von: Burghardt, Keith, et al.
Veröffentlicht: (2024)

ReAct! An Interactive Tool for Hybrid Planning in Robotics
von: Dogmus, Zeynep, et al.
Veröffentlicht: (2013)

Gradientsys: A Multi-Agent LLM Scheduler with ReAct Orchestration
von: Song, Xinyuan, et al.
Veröffentlicht: (2025)

From Phase Prediction to Phase Design: A ReAct Agent Framework for High-Entropy Alloy Discovery
von: Peivaste, Iman, et al.
Veröffentlicht: (2026)

DeepFeatIoT: Unifying Deep Learned, Randomized, and LLM Features for Enhanced IoT Time Series Sensor Data Classification in Smart Industries
von: Inan, Muhammad Sakib Khan, et al.
Veröffentlicht: (2025)

Feature Mapping in Physics-Informed Neural Networks (PINNs)
von: Zeng, Chengxi, et al.
Veröffentlicht: (2024)

On the Brittle Foundations of ReAct Prompting for Agentic Large Language Models
von: Verma, Mudit, et al.
Veröffentlicht: (2024)

Breaking ReAct Agents: Foot-in-the-Door Attack Will Get You In
von: Nakash, Itay, et al.
Veröffentlicht: (2024)

Automated Scientific Discovery: From Equation Discovery to Autonomous Discovery Systems
von: Kramer, Stefan, et al.
Veröffentlicht: (2023)

Act or Escalate? Evaluating Escalation Behavior in Automation with Language Models
von: DiSorbo, Matthew DosSantos, et al.
Veröffentlicht: (2026)

Depth-Dependent Indirect Prompt Injection in Tool-Calling ReAct Agents: Injection Depth, Payload Framing, and Turn-Budget Sensitivity
von: Rashidi, Mohammadreza
Veröffentlicht: (2026)

Beyond ReAct: A Planner-Centric Framework for Complex Tool-Augmented LLM Reasoning
von: Wei, Xiaolong, et al.
Veröffentlicht: (2025)

Automated Discovery of Integral with Deep Learning
von: Yin, Xiaoxin
Veröffentlicht: (2024)

Repeton: Structured Bug Repair with ReAct-Guided Patch-and-Test Cycles
von: Vinh, Nguyen Phu, et al.
Veröffentlicht: (2025)

RA-Gen: A Controllable Code Generation Framework Using ReAct for Multi-Agent Task Execution
von: Liu, Aofan, et al.
Veröffentlicht: (2025)

BoxingGym: Benchmarking Progress in Automated Experimental Design and Model Discovery
von: Gandhi, Kanishk, et al.
Veröffentlicht: (2025)

Exploring ReAct Prompting for Task-Oriented Dialogue: Insights and Shortcomings
von: Elizabeth, Michelle, et al.
Veröffentlicht: (2024)

ARUQULA -- An LLM based Text2SPARQL Approach using ReAct and Knowledge Graph Exploration Utilities
von: Brei, Felix, et al.
Veröffentlicht: (2025)

Causal SHAP: Feature Attribution with Dependency Awareness through Causal Discovery
von: Ng, Woon Yee, et al.
Veröffentlicht: (2025)

GEM: Graph-Enhanced Mixture-of-Experts with ReAct Agents for Dialogue State Tracking
von: Zhu, Ziqi, et al.
Veröffentlicht: (2026)

Reason for Future, Act for Now: A Principled Framework for Autonomous LLM Agents with Provable Sample Efficiency
von: Liu, Zhihan, et al.
Veröffentlicht: (2023)

Dynamic ReAct: Scalable Tool Selection for Large-Scale MCP Environments
von: Gaurav, Nishant, et al.
Veröffentlicht: (2025)

Automated Attention Pattern Discovery at Scale in Large Language Models
von: Katzy, Jonathan, et al.
Veröffentlicht: (2026)

Oldie but Goodie: Re-illuminating Label Propagation on Graphs with Partially Observed Features
von: Yun, Sukwon, et al.
Veröffentlicht: (2025)

EMOD: A Unified EEG Emotion Representation Framework Leveraging V-A Guided Contrastive Learning
von: Chen, Yuning, et al.
Veröffentlicht: (2025)

OLIVIA: Online Learning via Inference-time Action Adaptation for Decision Making in LLM ReAct Agents
von: Yu, Sheldon, et al.
Veröffentlicht: (2026)

ICE-SEARCH: A Language Model-Driven Feature Selection Approach
von: Yang, Tianze, et al.
Veröffentlicht: (2024)

Automated Kernel Discovery Towards Understanding High-dimensional Bayesian Optimization
von: Yun, Taeyoung, et al.
Veröffentlicht: (2026)

Automated Skill Discovery for Language Agents through Exploration and Iterative Feedback
von: Yang, Yongjin, et al.
Veröffentlicht: (2025)

Hierarchical Meta-Reinforcement Learning via Automated Macro-Action Discovery
von: Cho, Minjae, et al.
Veröffentlicht: (2024)

Automated Discovery of Conservation Laws via Hybrid Neural ODE-Transformers
von: Doshi, Vivan
Veröffentlicht: (2025)

An Explainable Ensemble Learning Framework for Crop Classification with Optimized Feature Pyramids and Deep Networks
von: Masud, Syed Rayhan, et al.
Veröffentlicht: (2026)

RepAct: The Re-parameterizable Adaptive Activation Function
von: Wu, Xian, et al.
Veröffentlicht: (2024)