25254 पेपर
यह शोध पत्र साइबर सुरक्षा के लिए एक संभाव्य, एजेंटिक ढांचे का प्रस्ताव करता है जो अनिश्चितता और प्रतिकूल परिस्थितियों के प्रबंधन में विशिष्ट एजेंटों को समन्वित करने के लिए एक मेटा-कॉग्निटिव आर्किटेक्चर का उपयोग करता है, जिससे पारंपरिक नियतात्मक प्रणालियों की तुलना में अधिक सुदृढ़, जवाबदेह और अनुकूलन योग्य निर्णय लेने में सक्षम बनाया जा सके।
यह शोध पत्र यह प्रदर्शित करके स्वास्थ्य सेवा में वितरण बदलाव (distribution shifts) की चुनौती को संबोधित करता है कि व्यक्तिगत अंशांकन रणनीतियाँ (personalized calibration strategies) EEG दौरे के वर्गीकरण के लिए कॉन्फॉर्मल प्रेडिक्टर्स के कवरेज में महत्वपूर्ण सुधार करती हैं, जिससे उच्च-जोखिम वाले नैदानिक परिवेशों में अनिश्चितता मात्रा निर्धारण की विश्वसनीयता बढ़ती है।
यह शोध पत्र DAPWH डेटासेट प्रस्तुत करता है, जो नियोट्रोपिकल परजीवी ततैया (Neotropical parasitoid wasps) और संबंधित हाइमेनॉप्टेरा (Hymenoptera) की 3,556 उच्च-रिज़ॉल्यूशन वाली छवियों का एक क्यूरेटेड संग्रह है, जिसमें 1,739 COCO-एनोटेटेड छवियां शामिल हैं, ताकि इन पारिस्थितिक रूप से महत्वपूर्ण लेकिन रूपात्मक रूप से चुनौतीपूर्ण कीटों के लिए स्वचालित वर्गीकरण पहचान प्रणालियों के विकास को सुगम बनाया जा सके।
यह अध्ययन प्रदर्शित करता है कि जहाँ रणनीतिक मॉडल चयन और बढ़े हुए तर्क प्रयास (reasoning effort) उच्च विद्यालय गणित चर्चाओं के लिए स्वचालित स्कोरिंग सटीकता को महत्वपूर्ण रूप से बढ़ाते हैं, वहीं सेल्फ-कंसिस्टेंसी (self-consistency) के माध्यम से एंसेम्बलिंग से कोई पर्याप्त लाभ नहीं होता है, जिसमें विशिष्ट कम-लागत वाले मॉडल प्रदर्शन और व्यय के बीच इष्टतम संतुलन प्रदान करते हैं।
यह शोध पत्र Routiium और EduRouter को प्रस्तुत करता है, जो इंजीनियरिंग लैब्स के लिए एक नीति-शासित (policy-governed) LLM रूटिंग सिस्टम है, जो मॉडल चयन को गतिशील रूप से प्रबंधित करके, बजट लागू करके और छात्रों के इरादों (intents) का मिलान करके, निर्देशात्मक चुनौती और लागत के बीच संतुलन बनाता है, जिससे सिम्युलेटेड और लाइव मूल्यांकन में सीखने के संरेखण (learning alignment) में महत्वपूर्ण सुधार होता है और टोकन खर्च कम होता है।
CareGuardAI एक संदर्भ-जागरूक, मल्टी-एजेंट फ्रेमवर्क है जो दोहरी जोखिम मूल्यांकन (SRA और HRA) के साथ एक मल्टी-स्टेज इन्फरेंस पाइपलाइन का उपयोग करके, रिलीज से पहले प्रतिक्रियाओं को फ़िल्टर और परिष्कृत करके क्लिनिकल सुरक्षा सुनिश्चित करता है और पेशेंट-फेसिंग LLMs में मतिभ्रम (hallucinations) को कम करता है।
यह शोध पत्र ट्रांसफॉर्मर-आधारित एजेंटिक रिकमेंडर्स का सैद्धांतिक विश्लेषण करता है ताकि चार विशिष्ट पूर्वाग्रह चैनलों—पोजीशनल (positional), लोकप्रियता (popularity), लेटेंट ड्राइवर (latent driver), और सिंथेटिक डेटा (synthetic data) पूर्वाग्रहों—की पहचान की जा सके जो उपयोगकर्ता के एक्सपोजर और पसंद को व्यवस्थित रूप से विकृत कर सकते हैं, जो उन महत्वपूर्ण विश्वसनीयता जोखिमों को उजागर करते हैं जो मानक प्रदर्शन मेट्रिक्स में छिपे रह सकते हैं।
यह शोध पत्र DeepTutor को प्रस्तुत करता है, जो एक ओपन-सोर्स, एजेंट-नेटिव फ्रेमवर्क है जो अनुकूलित, व्यक्तिगत शिक्षण अनुभव प्रदान करने के लिए एक हाइब्रिड पर्सनलाइजेशन इंजन और एक क्लोज्ड ट्यूटरिंग लूप का उपयोग करता है, जिसे नए छात्र-केंद्रित TutorBench बेंचमार्क द्वारा प्रमाणित किया गया है।
AgenticRecTune एक लार्ज लैंग्वेज मॉडल्स द्वारा संचालित मल्टी-एजेंट फ्रेमवर्क है जो विशिष्ट एजेंटों को कॉन्फ़िगरेशन प्रस्तावित करने, फ़िल्टर करने और मान्य करने के लिए समन्वयित करके तथा डोमेन-विशिष्ट अंतर्दृष्टि को कैप्चर करने के लिए एक स्किल रिपॉजिटरी को निरंतर विकसित करके जटिल, बहु-चरणीय अनुशंसा प्रणालियों (रेकमेंडेशन सिस्टम्स) के एंड-टू-एंड अनुकूलन को स्वचालित करता है।
यह शोध पत्र Horn DL ऑन्टोलॉजीज़ (विशेष रूप से bottom concept के साथ या उसके बिना EL और ELI) को ABox और Boolean क्वेरी उदाहरणों में फिट करने की कम्प्यूटेशनल जटिलता की जांच करता है, जो सिमुलेशन के माध्यम से फिटिंग ऑन्टोलॉजीज़ के अस्तित्व को अभिलक्षणिक बनाता है और यह स्थापित करता है कि यह समस्या atomic queries के लिए PTime से लेकर conjunctive और union queries के लिए क्रमशः -complete या ExpTime-complete तक विस्तृत है।