Buchumschlag

When LLMs Pass Tests but Fail the Process: A Governance Framework and Empirical Study of Multi-Agent LLM Software Development

Fuente: Zenodo

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Bass, Tim
Format:	Recurso digital
Sprache:	Englisch
Veröffentlicht:	Zenodo 2026
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

When LLMs Pass Tests but Fail the Process: A Governance Framework and Empirical Study of Multi-Agent LLM Software Development
von: Bass, Tim
Veröffentlicht: (2026)

Testing the Untestable? An Empirical Study on the Testing Process of LLM-Powered Software Systems
von: Magalhaes, Cleyton, et al.
Veröffentlicht: (2025)

When Intelligence Fails: An Empirical Study on Why LLMs Struggle with Password Cracking
von: Rehman, Mohammad Abdul, et al.
Veröffentlicht: (2025)

When Many-Shot Prompting Fails: An Empirical Study of LLM Code Translation
von: Oskooei, Amirkia Rafiei, et al.
Veröffentlicht: (2025)

When Agents Fail to Act: A Diagnostic Framework for Tool Invocation Reliability in Multi-Agent LLM Systems
von: Huang, Donghao, et al.
Veröffentlicht: (2026)

When Agents Fail: A Comprehensive Study of Bugs in LLM Agents with Automated Labeling
von: Islam, Niful, et al.
Veröffentlicht: (2026)

When Single-Agent with Skills Replace Multi-Agent Systems and When They Fail
von: Li, Xiaoxiao
Veröffentlicht: (2026)

The Z₂₄ Challenge: Three Hardened Pass/Fail Superconducting Tests for a Crystalline Axiverse Governance Rule
von: Diogenes
Veröffentlicht: (2026)

Beyond Pass/Fail: The Story of Learning-Based Testing
von: Rahman, Sheikh Md. Mushfiqur, et al.
Veröffentlicht: (2025)

When Embedding-Based Defenses Fail: Rethinking Safety in LLM-Based Multi-Agent Systems
von: Zhang, Lingxi, et al.
Veröffentlicht: (2026)

LLMs are Imperfect, Then What? An Empirical Study on LLM Failures in Software Engineering
von: Anonymous, Anonymous
Veröffentlicht: (2024)

LLMs are Imperfect, Then What? An Empirical Study on LLM Failures in Software Engineering
von: Anonymous, Anonymous
Veröffentlicht: (2024)

LLMs are Imperfect, Then What? An Empirical Study on LLM Failures in Software Engineering
von: Anonymous, Anonymous
Veröffentlicht: (2025)

When Planning Fails Despite Correct Execution: On Epistemic Calibration for LLM-Based Multi-Agent Systems
von: Wang, Zehao, et al.
Veröffentlicht: (2026)

A Framework for Using LLMs for Repository Mining Studies in Empirical Software Engineering
von: de Martino, Vincenzo, et al.
Veröffentlicht: (2024)

When Refusals Fail: Unstable Safety Mechanisms in Long-Context LLM Agents
von: Hadeliya, Tsimur, et al.
Veröffentlicht: (2025)

Why Do Multi-Agent LLM Systems Fail?
von: Cemri, Mert, et al.
Veröffentlicht: (2025)

Multi-Agent LLM Committees for Autonomous Software Beta Testing
von: Karanam, Sumanth Bharadwaj Hachalli, et al.
Veröffentlicht: (2025)

An Empirical Study of Agent Developer Practices in AI Agent Frameworks
von: Wang, Yanlin, et al.
Veröffentlicht: (2025)

Where Do AI Coding Agents Fail? An Empirical Study of Failed Agentic Pull Requests in GitHub
von: Ehsani, Ramtin, et al.
Veröffentlicht: (2026)

When KV Cache Reuse Fails in Multi-Agent Systems: Cross-Candidate Interaction is Crucial for LLM Judges
von: Liang, Sichu, et al.
Veröffentlicht: (2026)

An Empirical Study of Bugs in Modern LLM Agent Frameworks
von: Zhu, Xinxue, et al.
Veröffentlicht: (2026)

Replication kit for: Can LLMs Make Software Testing Greener? An Empirical Study on JUnit Test Energy Reengineering
von: Anonymous
Veröffentlicht: (2025)

M2-PALE: A Framework for Explaining Multi-Agent MCTS--Minimax Hybrids via Process Mining and LLMs
von: Qian, Yiyu, et al.
Veröffentlicht: (2026)

The Silent Scientist: When Software Research Fails to Reach Its Audience
von: Wyrich, Marvin, et al.
Veröffentlicht: (2025)

When Rituals Fail: Rationalization, Bayesianism, and Predictive Processing
von: Ze Hong
Veröffentlicht: (2025)

The Neimheadh Framework: Geometric Unity and Toroidal Field Interactions
von: Bass, Joseph
Veröffentlicht: (2025)

An Empirical Study on the Potential of LLMs in Automated Software Refactoring
von: Liu, Bo, et al.
Veröffentlicht: (2024)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

A Methodological Analysis of Empirical Studies in Quantum Software Testing
von: Li, Yuechen, et al.
Veröffentlicht: (2026)

Optimizing LLM-Based Multi-Agent System with Textual Feedback: A Case Study on Software Development
von: Shen, Ming, et al.
Veröffentlicht: (2025)

When Thinking Fails: The Pitfalls of Reasoning for Instruction-Following in LLMs
von: Li, Xiaomin, et al.
Veröffentlicht: (2025)

When Reasoning Fails: Evaluating 'Thinking' LLMs for Stock Prediction
von: Sodha, Rakeshkumar H
Veröffentlicht: (2025)

Lost in Transmission: When and Why LLMs Fail to Reason Globally
von: Schnabel, Tobias, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models with Tests of Spanish as a Foreign Language: Pass or Fail?
von: Mayor-Rocher, Marina, et al.
Veröffentlicht: (2024)

When Explanations Lie: Why Many Modified BP Attributions Fail
von: Sixt, Leon, et al.
Veröffentlicht: (2019)

When Data Protection Fails to Protect: Law, Power, and Postcolonial Governance in Bangladesh
von: Saha, Pratyasha, et al.
Veröffentlicht: (2026)

Learning When to Plan: Efficiently Allocating Test-Time Compute for LLM Agents
von: Paglieri, Davide, et al.
Veröffentlicht: (2025)

A replication package for " An Empirical Study of Bugs in LLM-based Agent Frameworks"
von: Batole, Fraol
Veröffentlicht: (2026)

When Identity Overrides Incentives: Representational Choices as Governance Decisions in Multi-Agent LLM Systems
von: Manoranjan, Viswonathan, et al.
Veröffentlicht: (2026)