Buchumschlag

STELLAR-E: a Synthetic, Tailored, End-to-end LLM Application Rigorous Evaluator

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sordo, Alessio, Du, Lingxiao, Lenisa, Meeka-Hanna, Bogdanov, Evgeny, Romanovsky, Maxim
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scaling LLM Multi-turn RL with End-to-end Summarization-based Context Management
von: Lu, Miao, et al.
Veröffentlicht: (2025)

LELA: An End-to-end LLM-based Entity Linking Framework with Zero-shot Domain Adaptation
von: Haffoudhi, Samy, et al.
Veröffentlicht: (2026)

Generalizable End-to-End Tool-Use RL with Synthetic CodeGym
von: Du, Weihua, et al.
Veröffentlicht: (2025)

SciDER: Scientific Data-centric End-to-end Researcher
von: Lin, Ke, et al.
Veröffentlicht: (2026)

AGENTCL: Toward Rigorous Evaluation of Continual Learning in Language Agents
von: Shu, Yiheng, et al.
Veröffentlicht: (2026)

Few-shot LLM Synthetic Data with Distribution Matching
von: Ren, Jiyuan, et al.
Veröffentlicht: (2025)

CHIMERA: Compact Synthetic Data for Generalizable LLM Reasoning
von: Zhu, Xinyu, et al.
Veröffentlicht: (2026)

Leveraging Graph Structures and Large Language Models for End-to-End Synthetic Task-Oriented Dialogues
von: Medjad, Maya, et al.
Veröffentlicht: (2025)

AD-AGENT: A Multi-agent Framework for End-to-end Anomaly Detection
von: Yang, Tiankai, et al.
Veröffentlicht: (2025)

AMELIA: A Family of Multi-task End-to-end Language Models for Argumentation
von: Savigny, Henri, et al.
Veröffentlicht: (2025)

LinEAS: End-to-end Learning of Activation Steering with a Distributional Loss
von: Rodriguez, Pau, et al.
Veröffentlicht: (2025)

LLM Prompt Evaluation for Educational Applications
von: Holmes, Langdon, et al.
Veröffentlicht: (2026)

Planning Anything with Rigor: General-Purpose Zero-Shot Planning with LLM-based Formalized Programming
von: Hao, Yilun, et al.
Veröffentlicht: (2024)

EVA-Bench: A New End-to-end Framework for Evaluating Voice Agents
von: Bogavelli, Tara, et al.
Veröffentlicht: (2026)

Sacred or Synthetic? Evaluating LLM Reliability and Abstention for Religious Questions
von: Atif, Farah, et al.
Veröffentlicht: (2025)

Synergy: End-to-end Concept Model
von: Zheng, Keli, et al.
Veröffentlicht: (2025)

Doctorina MedBench: End-to-End Evaluation of Agent-Based Medical AI
von: Kozlova, Anna, et al.
Veröffentlicht: (2026)

Large Language Models Are Self-Taught Reasoners: Enhancing LLM Applications via Tailored Problem-Solving Demonstrations
von: Ong, Kai Tzu-iunn, et al.
Veröffentlicht: (2024)

From LLM to NMT: Advancing Low-Resource Machine Translation with Claude
von: Enis, Maxim, et al.
Veröffentlicht: (2024)

Chasing Progress, Not Perfection: Revisiting Strategies for End-to-End LLM Plan Generation
von: Huang, Sukai, et al.
Veröffentlicht: (2024)

End-to-End Evaluation for Low-Latency Simultaneous Speech Translation
von: Huber, Christian, et al.
Veröffentlicht: (2023)

The Challenges of Evaluating LLM Applications: An Analysis of Automated, Human, and LLM-Based Approaches
von: Abeysinghe, Bhashithe, et al.
Veröffentlicht: (2024)

Investigating LLM Applications in E-Commerce
von: Palen-Michel, Chester, et al.
Veröffentlicht: (2024)

Semantic Voting: A Self-Evaluation-Free Approach for Efficient LLM Self-Improvement on Unverifiable Open-ended Tasks
von: Jiang, Chunyang, et al.
Veröffentlicht: (2025)

Efficient End-to-end Language Model Fine-tuning on Graphs
von: Xue, Rui, et al.
Veröffentlicht: (2023)

Infherno: End-to-end Agent-based FHIR Resource Synthesis from Free-form Clinical Notes
von: Frei, Johann, et al.
Veröffentlicht: (2025)

VaeDiff-DocRE: End-to-end Data Augmentation Framework for Document-level Relation Extraction
von: Tran, Khai Phan, et al.
Veröffentlicht: (2024)

CodecLM: Aligning Language Models with Tailored Synthetic Data
von: Wang, Zifeng, et al.
Veröffentlicht: (2024)

Adaptive Rigor in AI System Evaluation using Temperature-Controlled Verdict Aggregation via Generalized Power Mean
von: Meshkov, Aleksandr
Veröffentlicht: (2026)

OmniFlatten: An End-to-end GPT Model for Seamless Voice Conversation
von: Zhang, Qinglin, et al.
Veröffentlicht: (2024)

Call for Rigor in Reporting Quality of Instruction Tuning Data
von: Moon, Hyeonseok, et al.
Veröffentlicht: (2025)

Evaluating ChatGPT as a Recommender System: A Rigorous Approach
von: Di Palma, Dario, et al.
Veröffentlicht: (2023)

What Makes a Sale? Rethinking End-to-End Seller--Buyer Retail Dynamics with LLM Agents
von: Choi, Jeonghwan, et al.
Veröffentlicht: (2026)

Detecting Errors through Ensembling Prompts (DEEP): An End-to-End LLM Framework for Detecting Factual Errors
von: Chandler, Alex, et al.
Veröffentlicht: (2024)

From Internal Representations to Text Quality: A Geometric Approach to LLM Evaluation
von: Yusupov, Viacheslav, et al.
Veröffentlicht: (2025)

MEMERAG: A Multilingual End-to-End Meta-Evaluation Benchmark for Retrieval Augmented Generation
von: Blandón, María Andrea Cruz, et al.
Veröffentlicht: (2025)

Polypersona: Persona-Grounded LLM for Synthetic Survey Responses
von: Dash, Tejaswani, et al.
Veröffentlicht: (2025)

Synthetic Dialogue Dataset Generation using LLM Agents
von: Abdullin, Yelaman, et al.
Veröffentlicht: (2024)

A Synthetic Dataset for Personal Attribute Inference
von: Yukhymenko, Hanna, et al.
Veröffentlicht: (2024)

E2E-AFG: An End-to-End Model with Adaptive Filtering for Retrieval-Augmented Generation
von: Jiang, Yun, et al.
Veröffentlicht: (2024)