Buchumschlag

Discovering Novel LLM Experts via Task-Capability Coevolution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dai, Andrew, Meinardus, Boris, Regan, Ciaran, Tian, Yingtao, Tang, Yujin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prompt Optimization Enables Stable Algorithmic Collusion in LLM Agents
von: Tian, Yingtao
Veröffentlicht: (2026)

Evolution Transformer: In-Context Evolutionary Optimization
von: Lange, Robert Tjarko, et al.
Veröffentlicht: (2024)

Large Language Models As Evolution Strategies
von: Lange, Robert Tjarko, et al.
Veröffentlicht: (2024)

Evolution of Collective AI Beyond Individual Optimization
von: Takata, Ryosuke, et al.
Veröffentlicht: (2024)

Reimagining Agent-based Modeling with Large Language Model Agents via Shachi
von: Kuroki, So, et al.
Veröffentlicht: (2025)

Problem-Solving in Language Model Networks
von: Regan, Ciaran, et al.
Veröffentlicht: (2024)

Info-Coevolution: An Efficient Framework for Data Model Coevolution
von: Qin, Ziheng, et al.
Veröffentlicht: (2025)

Human-AI Coevolution
von: Pedreschi, Dino, et al.
Veröffentlicht: (2023)

Position: Leverage Foundational Models for Black-Box Optimization
von: Song, Xingyou, et al.
Veröffentlicht: (2024)

Can Generative Agents Predict Emotion?
von: Regan, Ciaran, et al.
Veröffentlicht: (2024)

Adaptive Discovering and Merging for Incremental Novel Class Discovery
von: Chen, Guangyao, et al.
Veröffentlicht: (2024)

Evolutionary Reinforcement Learning via Cooperative Coevolution
von: Hu, Chengpeng, et al.
Veröffentlicht: (2024)

T3: A Novel Zero-shot Transfer Learning Framework Iteratively Training on an Assistant Task for a Target Task
von: Tong, Xindi, et al.
Veröffentlicht: (2024)

Continuous Thought Machines
von: Darlow, Luke, et al.
Veröffentlicht: (2025)

Discovering and Learning Probabilistic Models of Black-Box AI Capabilities
von: Bramblett, Daniel, et al.
Veröffentlicht: (2025)

Seeing with You: Perception-Reasoning Coevolution for Multimodal Reasoning
von: Miao, Ziqi, et al.
Veröffentlicht: (2026)

Human-LLM Coevolution: Evidence from Academic Writing
von: Geng, Mingmeng, et al.
Veröffentlicht: (2025)

Learning Like Humans: Advancing LLM Reasoning Capabilities via Adaptive Difficulty Curriculum Learning and Expert-Guided Self-Reformulation
von: Zhang, Enci, et al.
Veröffentlicht: (2025)

Learn to Relax with Large Language Models: Solving Constraint Optimization Problems via Bidirectional Coevolution
von: Liu, Beidan, et al.
Veröffentlicht: (2025)

Decomposability-Guaranteed Cooperative Coevolution for Large-Scale Itinerary Planning
von: Zhang, Ziyu, et al.
Veröffentlicht: (2025)

LLM Enhancement with Domain Expert Mental Model to Reduce LLM Hallucination with Causal Prompt Engineering
von: Kovalerchuk, Boris, et al.
Veröffentlicht: (2025)

Discovering Hierarchical Latent Capabilities of Language Models via Causal Representation Learning
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

LREF: A Novel LLM-based Relevance Framework for E-commerce
von: Tang, Tian, et al.
Veröffentlicht: (2025)

Increasing LLM Coding Capabilities through Diverse Synthetic Coding Tasks
von: Abed, Amal, et al.
Veröffentlicht: (2025)

Incentivized Symbiosis: A Paradigm for Human-Agent Coevolution
von: Chaffer, Tomer Jordi, et al.
Veröffentlicht: (2024)

One Request, Multiple Experts: LLM Orchestrates Domain Specific Models via Adaptive Task Routing
von: Yang, Xu, et al.
Veröffentlicht: (2025)

OmniReflect: Discovering Transferable Constitutions for LLM agents via Neuro-Symbolic Reflections
von: Bharadwaj, Manasa, et al.
Veröffentlicht: (2025)

Exploring Expert Failures Improves LLM Agent Tuning
von: Lan, Li-Cheng, et al.
Veröffentlicht: (2025)

ADAPT: Actively Discovering and Adapting to Preferences for any Task
von: Patel, Maithili, et al.
Veröffentlicht: (2025)

Expert Evaluation of LLM's Open-Ended Legal Reasoning on the Japanese Bar Exam Writing Task
von: Choi, Jungmin, et al.
Veröffentlicht: (2026)

Evaluating LLM Metrics Through Real-World Capabilities
von: Miller, Justin K, et al.
Veröffentlicht: (2025)

LLMs Can Simulate Standardized Patients via Agent Coevolution
von: Du, Zhuoyun, et al.
Veröffentlicht: (2024)

Synthesizing High-Quality Programming Tasks with LLM-based Expert and Student Agents
von: Nguyen, Manh Hung, et al.
Veröffentlicht: (2025)

Evaluating Expert Contributions in a MoE LLM for Quiz-Based Tasks
von: Chernov, Andrei
Veröffentlicht: (2025)

Safety as Computation: Certified Answer Reuse via Capability Closure in Task-Oriented Dialogue
von: Spera, Cosimo
Veröffentlicht: (2026)

FLEx: Personalized Federated Learning for Mixture-of-Experts LLMs via Expert Grafting
von: Liu, Fan, et al.
Veröffentlicht: (2025)

X-RAY: Mapping LLM Reasoning Capability via Formalized and Calibrated Probes
von: Tianxi, Gao, et al.
Veröffentlicht: (2026)

OptMerge: Unifying Multimodal LLM Capabilities and Modalities via Model Merging
von: Wei, Yongxian, et al.
Veröffentlicht: (2025)

Inferring Capabilities from Task Performance with Bayesian Triangulation
von: Burden, John, et al.
Veröffentlicht: (2023)

Efficient Multi-Task Learning via Generalist Recommender
von: Wang, Luyang, et al.
Veröffentlicht: (2025)