Buchumschlag

Evaluating Tool-Using Language Agents: Judge Reliability, Propagation Cascades, and Runtime Mitigation in AgentProp-Bench

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Gurram, Bhaskar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language Multiagent Systems I.2.7; H.3.4
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MemForest: An Efficient Agent Memory System with Hierarchical Temporal Indexing
von: Chen, Han, et al.
Veröffentlicht: (2026)

AgentPulse: A Continuous Multi-Signal Framework for Evaluating AI Agents in Deployment
von: Gao, Yuxuan, et al.
Veröffentlicht: (2026)

Agent WARPP: Workflow Adherence via Runtime Parallel Personalization
von: Mazzolenis, Maria Emilia, et al.
Veröffentlicht: (2025)

Towards Computer-Using Personal Agents
von: Bonatti, Piero A., et al.
Veröffentlicht: (2025)

MALTopic: Multi-Agent LLM Topic Modeling Framework
von: Sharma, Yash
Veröffentlicht: (2026)

Exploring Design of Multi-Agent LLM Dialogues for Research Ideation
von: Ueda, Keisuke, et al.
Veröffentlicht: (2025)

SEAR: Schema-Based Evaluation and Routing for LLM Gateways
von: Zhang, Zecheng, et al.
Veröffentlicht: (2026)

RubikSQL: Lifelong Learning Agentic Knowledge Base as an Industrial NL2SQL System
von: Chen, Zui, et al.
Veröffentlicht: (2025)

AutoBench: Automating LLM Evaluation through Reciprocal Peer Assessment
von: Loi, Dario, et al.
Veröffentlicht: (2025)

The Power of Stories: Narrative Priming Shapes How LLM Agents Collaborate and Compete
von: Großmann, Gerrit, et al.
Veröffentlicht: (2025)

ReDel: A Toolkit for LLM-Powered Recursive Multi-Agent Systems
von: Zhu, Andrew, et al.
Veröffentlicht: (2024)

Teams of LLM Agents can Exploit Zero-Day Vulnerabilities
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

A Multi-Memory Segment System for Generating High-Quality Long-Term Memory Content in Agents
von: Zhang, Gaoke, et al.
Veröffentlicht: (2025)

The Wisdom of Agent Crowds: A Human-AI Interaction Innovation Ignition Framework
von: Yang, Senhao, et al.
Veröffentlicht: (2025)

MALLM: Multi-Agent Large Language Models Framework
von: Becker, Jonas, et al.
Veröffentlicht: (2025)

Bhakti: A Lightweight Vector Database Management System for Endowing Large Language Models with Semantic Search Capabilities and Memory
von: Wu, Zihao
Veröffentlicht: (2025)

Large Language Models for Simultaneous Named Entity Extraction and Spelling Correction
von: Whittaker, Edward, et al.
Veröffentlicht: (2024)

Evaluating Personality Traits in Large Language Models: Insights from Psychological Questionnaires
von: Bhandari, Pranav, et al.
Veröffentlicht: (2025)

compar:IA: The French Government's LLM arena to collect French-language human prompts and preference data
von: Termignon, Lucie, et al.
Veröffentlicht: (2026)

ORACLE-SWE: Quantifying the Contribution of Oracle Information Signals on SWE Agents
von: Li, Kenan, et al.
Veröffentlicht: (2026)

Building the Web for Agents: A Declarative Framework for Agent-Web Interaction
von: Schultze, Sven, et al.
Veröffentlicht: (2025)

Literature Review Of Multi-Agent Debate For Problem-Solving
von: Tillmann, Arne
Veröffentlicht: (2025)

Tool-RoCo: An Agent-as-Tool Self-organization Large Language Model Benchmark in Multi-robot Cooperation
von: Zhang, Ke, et al.
Veröffentlicht: (2025)

DecisionBench: A Benchmark for Emergent Delegation in Long-Horizon Agentic Workflows
von: Gao, Yuxuan, et al.
Veröffentlicht: (2026)

Talk is Cheap, Communication is Hard: Dynamic Grounding Failures and Repair in Multi-Agent Negotiation
von: Yao, Yiheng, et al.
Veröffentlicht: (2026)

Agentic Automation of BT-RADS Scoring: End-to-End Multi-Agent System for Standardized Brain Tumor Follow-up Assessment
von: Jabal, Mohamed Sobhi, et al.
Veröffentlicht: (2026)

Multi-Agent Systems Powered by Large Language Models: Applications in Swarm Intelligence
von: Jimenez-Romero, Cristian, et al.
Veröffentlicht: (2025)

Computational Multi-Agents Society Experiments: Social Modeling Framework Based on Generative Agents
von: Zhang, Hanzhong, et al.
Veröffentlicht: (2025)

Ada-MK: Adaptive MegaKernel Optimization via Automated DAG-based Search for LLM Inference
von: Dong, Wenxin, et al.
Veröffentlicht: (2026)

Diversification as Risk Minimization
von: Takehi, Rikiya, et al.
Veröffentlicht: (2025)

Self-Emotion Blended Dialogue Generation in Social Simulation Agents
von: Zhang, Qiang, et al.
Veröffentlicht: (2024)

PAVE: A Cognitive Architecture for Legitimate Violation in Generative Agent Societies
von: Yehia, Ahmad, et al.
Veröffentlicht: (2026)

The Qualitative Laboratory: Theory Prototyping and Hypothesis Generation with Large Language Models
von: Draelants, Hugues
Veröffentlicht: (2025)

CRAwDAD: Causal Reasoning Augmentation with Dual-Agent Debate
von: Vamosi, Finn G., et al.
Veröffentlicht: (2025)

GSAR: Typed Grounding for Hallucination Detection and Recovery in Multi-Agent LLMs
von: Kamelhar, Federico A.
Veröffentlicht: (2026)

PestMA: LLM-based Multi-Agent System for Informed Pest Management
von: Shi, Hongrui, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models in a Complex Hidden Role Game
von: Bauer, Niklas
Veröffentlicht: (2026)

Anchor-and-Resume Concession Under Dynamic Pricing for LLM-Augmented Freight Negotiation
von: Nguyen, Hoang, et al.
Veröffentlicht: (2026)

TAGS: A Test-Time Generalist-Specialist Framework with Retrieval-Augmented Reasoning and Verification
von: Wu, Jianghao, et al.
Veröffentlicht: (2025)

Review of Case-Based Reasoning for LLM Agents: Theoretical Foundations, Architectural Components, and Cognitive Integration
von: Hatalis, Kostas, et al.
Veröffentlicht: (2025)