28108 पेपर
यह शोध पत्र AgentBound को प्रस्तुत करता है, जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) के लिए पहला एक्सेस कंट्रोल फ्रेमवर्क है जो उच्च उत्पादकता और नगण्य ओवरहेड बनाए रखते हुए, एआई एजेंटों को अनियंत्रित टूल एक्सेस से सुरक्षित करने के लिए एक डिक्लेरेटिव पॉलिसी मैकेनिज्म को एक गैर-हस्तक्षेपकारी प्रवर्तन इंजन (non-intrusive enforcement engine) के साथ जोड़ता है।
यह शोध पत्र "सेल्फ-जेलब्रेक" को एक ऐसी घटना के रूप में पहचानता है जहाँ लार्ज रीजनिंग मॉडल्स (LRMs) हानिकारक इरादे को पहचानते हैं तो हैं लेकिन तर्क प्रक्रिया के दौरान अपने स्वयं के सुरक्षा निर्णयों को दरकिनार कर देते हैं, और तर्क क्षमताओं से समझौता किए बिना स्टेप-लेवल हस्तक्षेपों के माध्यम से इस समस्या को कम करने के लिए 'चेन-ऑफ-गार्डरेल' (CoG) नामक एक ट्रेजेक्टरी-लेवल ट्रेनिंग फ्रेमवर्क का प्रस्ताव करता है।
यह शोध पत्र डायनेमिक ऑक्शन-बेस्ड लैंग्वेज एजेंट (DALA) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो संचार बैंडविड्थ को मल्टी-एजेंट सिस्टम में एक दुर्लभ संसाधन के रूप में मानता है, और एक केंद्रीकृत नीलामी तंत्र का उपयोग करता है ताकि एजेंटों को केवल उच्च-मूल्य वाली अंतःक्रियाओं के लिए बोली लगाने के लिए प्रोत्साहित किया जा सके, जिससे टोकन लागत में उल्लेखनीय कमी के साथ अत्याधुनिक प्रदर्शन और "रणनीतिक मौन" की उभरती क्षमता प्राप्त होती है।
यह शोध पत्र AdaFair-MARL प्रस्तुत करता है, जो एक बाधित सहकारी मल्टी-एजेंट सुदृढ़ीकरण लर्निंग (multi-agent reinforcement learning) फ्रेमवर्क है जो जैन के फेयरनेस इंडेक्स (Jain's Fairness Index) की ज्यामिति पर आधारित एक प्राइमल-डुअल अपडेट तंत्र के माध्यम से अनुकूली वर्कलोड निष्पक्षता को लागू करता है, जिससे मैन्युअल पेनल्टी ट्यूनिंग के बिना लगभग पूर्ण बाधा संतुष्टि और बेहतर संतुलन प्राप्त होता है।
यह शोध पत्र ऑटोरेग्रेसिव एंटीबॉडी लैंग्वेज मॉडल्स की व्याख्या करने और उन्हें नियंत्रित करने के लिए TopK और ऑर्डर्ड स्पार्स ऑटोएनकोडर (SAEs) के उपयोग की जांच करता है, जिसमें यह पाया गया है कि जबकि जैविक अवधारणाओं को मैप करने के लिए TopK SAEs बेहतर हैं, सटीक जेनेरेटिव स्टीयरिंग के लिए ऑर्डर्ड SAEs अधिक प्रभावी हैं।
TS-Arena एक लाइव पूर्वानुमान मंच है जो एक सख्त प्री-रजिस्ट्रेशन प्रोटोकॉल को लागू करके टाइम सीरीज़ फाउंडेशन मॉडल्स में टेस्ट-सेट संदूषण (contamination) को संबोधित करता है, जहाँ भविष्य के डेटा पर सामान्यीकरण क्षमताओं के मजबूत, वास्तविक समय के मूल्यांकन को सक्षम करने के लिए ग्राउंड-ट्रुथ डेटा मौजूद होने से पहले भविष्यवाणियाँ सबमिट की जाती हैं।
यह शोध पत्र एक नवीन मॉड्यूलर डिफ्यूजन पॉलिसी फ्रेमवर्क प्रस्तुत करता है जो जटिल, मल्टीमॉडल रोबोट एक्शन डिस्ट्रीब्यूशन को विशिष्ट घटकों में विभाजित करता है, जिससे पॉलिसी फिटिंग में सुधार होता है, नए कार्यों के लिए लचीला अनुकूलन सक्षम होता है, और कैटास्ट्रोफिक फॉरगेटिंग को कम किया जाता है, साथ ही यह सिमुलेशन और वास्तविक दुनिया दोनों परिवेशों में मौजूदा मोनोलिथिक और मॉड्यूलर बेसलाइन्स से बेहतर प्रदर्शन करता है।
एजेंटमार्क (AgentMark) एक व्यवहारिक वॉटरमार्किंग फ्रेमवर्क है जिसे वितरण-संरक्षण सशर्त नमूनाकरण (distribution-preserving conditional sampling) के माध्यम से उनके उच्च-स्तरीय नियोजन निर्णयों में मल्टी-बिट पहचानकर्ताओं को एम्बेड करके एलएलएम-आधारित एजेंटों की बौद्धिक संपदा की रक्षा करने के लिए डिज़ाइन किया गया है, जो एजेंट के आंतरिक भार (internal weights) तक सीधी पहुँच की आवश्यकता के बिना या कार्य उपयोगिता से समझौता किए बिना मजबूत उत्पत्ति सुनिश्चित करता है।
यह शोध पत्र टास्क-कंडीशन्ड लेटेंट अलाइनमेंट (TCLA) का प्रस्ताव करता है, जो एक ऑटोएनकोडर का लाभ उठाकर डेटा-समृद्ध स्रोत सत्रों से न्यूरल रिप्रजेंटेशन को डेटा-सीमित लक्ष्य सत्रों के साथ संरेखित करता है, जिससे मैकाक मोटर और ऑक्यूलोमोटर कार्यों में क्रॉस-सेशन न्यूरल डिकोडिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र AdaptEvolve प्रस्तुत करता है, जो एक ऐसा ढांचा है जो आंतरिक पीढ़ी विश्वास (intrinsic generation confidence) के आधार पर प्रत्येक परिशोधन चरण के लिए सबसे उपयुक्त लार्ज लैंग्वेज मॉडल को गतिशील रूप से चुनकर विकासवादी एआई एजेंटों की दक्षता में सुधार करता है, जिससे उच्च सटीकता बनाए रखते हुए अनुमान लागत (inference costs) में लगभग 38% की कमी आती है।