Karmendra Pandey راجع (Why) Is My Prompt Getting Worse? Rethinking Regression Testing for Evolving LLM APIs البرمجياتنظم المعلوماتشبكات الحاسوب والاتصالات نُشرت المراجعة 7 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Where Does Agent Reliability Come From? A Cross-Benchmark Decomposition of Verification Loops, Specialist Models, and Scaffolding in a Production Enterprise Agent الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Memory Control Signals Emerge Before Action in Long Horizon Agents الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Sandlock: Confining AI Agent Code with Unprivileged Linux Primitives الذكاء الاصطناعيعلم الاجتماع والعلوم السياسيةشبكات الحاسوب والاتصالات نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Beyond Static Sandboxing: Learned Capability Governance for Autonomous AI Agents الذكاء الاصطناعيعلم الاجتماع والعلوم السياسية نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Orchestrating Intelligence: Confidence-Aware Routing for Efficient Multi-Agent Collaboration across Multi-Scale Models الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع REAP: Automatic Curation of Coding Agent Benchmarks from Interactive Production Usage نظم المعلوماتالبرمجيات نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Where Does Agent Reliability Come From? A Cross-Benchmark Decomposition of Verification Loops, Specialist Models, and Scaffolding in a Production Enterprise Agent الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Beyond Static Sandboxing: Learned Capability Governance for Autonomous AI Agents الذكاء الاصطناعيعلم الاجتماع والعلوم السياسية نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Where Does Agent Reliability Come From? A Cross-Benchmark Decomposition of Verification Loops, Specialist Models, and Scaffolding in a Production Enterprise Agent الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع What AI Benchmarks Actually Measure: Adapting Convergent and Discriminant Validity to Interrogate Fifty-Six AI Benchmarks أبحاث السلامةالذكاء الاصطناعيعلم الإدارة وبحوث العمليات نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع What Should an Agent Remember? Disentangling Retention from Retrieval in Bounded-Memory Evaluation نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع VeriHarness: Scaling Agentic Verification for Long-Horizon Tasks الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Efficient Benchmarking in Production: A Study of an Evolving LLM Agent نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Towards a Science of AI Agent Reliability الذكاء الاصطناعيالسلامة والمخاطر والموثوقية والجودةأبحاث السلامة نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Towards a Science of AI Agent Reliability الذكاء الاصطناعيالسلامة والمخاطر والموثوقية والجودةأبحاث السلامة نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع TRACER: Trace-Based Adaptive Cost-Efficient Routing for LLM Classification الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Measured Joules, Learned Routes: Learning to Route for Energy-Efficient LLM Serving الهندسة الكهربائية والإلكترونيةعتاد الحاسوب وبنيتهالذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع COMED: The Missing Middle Between Routing and Collaboration in Multi-LLM Inference الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Planner-as-Router: Joint Plan-Time Model Routing for Cost-Efficient Multi-Agent Workflows الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Pretrain Once, Route Anywhere: Towards a Foundation Model for LLM Routing الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع RSI-Router: Evolving Subtask-Level LLM Routing and Skills for Cost-Efficient Agents الذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع The Complexity Trap: Simple Observation Masking Is as Efficient as LLM Summarization for Agent Context Management نظم المعلوماتالذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع FlexRouter: Learning Complementary Model Sets for Flexible LLM Routing الذكاء الاصطناعينظم المعلومات نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks نظم المعلوماتالذكاء الاصطناعي نُشرت المراجعة 6 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Routing Should Pay for Itself: Sparse Supervision for Economical LLM Routing الذكاء الاصطناعي نُشرت المراجعة 5 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع You Cannot Pick a Provider From the Price List: Market-Aware Routing for Open-Weight LLM Inference شبكات الحاسوب والاتصالاتالهندسة الكهربائية والإلكترونية نُشرت المراجعة 5 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Who judges the judges? Governance from metrics: a runtime framework for continuous LLM compliance monitoring أبحاث السلامةالذكاء الاصطناعيالمعلوماتية الصحية نُشرت المراجعة 4 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows نظم المعلومات الإداريةنظم المعلومات والإدارةعلم الإدارة وبحوث العمليات نُشرت المراجعة 4 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents نظم المعلوماتالبرمجياتالذكاء الاصطناعي نُشرت المراجعة 4 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع When Drift Detectors cry Wolf: False Alarm Rates in continuous ML Monitoring الذكاء الاصطناعي نُشرت المراجعة 4 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv
Karmendra Pandey راجع RepoRescue: An Empirical Study of LLM Agents on Whole-Repository Compatibility Rescue نظم المعلوماتنظم المعلومات والإدارةتطبيقات علوم الحاسوب نُشرت المراجعة 2 أكتوبر 2026 خادم المسودات البحثية الأولية arXiv