1362 पेपर
VQQA एक एकीकृत मल्टी-एजेंट फ्रेमवर्क है जो गतिशील रूप से जनरेट किए गए विजुअल प्रश्नों और VLM क्रिटिक्स को सिमेंटिक ग्रेडिएंट्स के रूप में उपयोग करके वीडियो जनरेशन की गुणवत्ता को बढ़ाता है, जिससे व्हाइट-बॉक्स मॉडल एक्सेस की आवश्यकता के बिना कुशल, ब्लैक-बॉक्स प्रॉम्प्ट ऑप्टिमाइज़ेशन सक्षम होता है।
यह शोधपत्र संवैधानिक बहु-एजेंट शासन (Constitutional Multi-Agent Governance - CMAG) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो कठोर बाधाओं और मृदु उपयोगिता अनुकूलन (soft utility optimization) का उपयोग करता है ताकि यह सुनिश्चित किया जा सके कि बहु-एजेंट प्रणालियों में लार्ज लैंग्वेज मॉडल-मध्यस्थ सहयोग, सामाजिक रूप से सकारात्मक परिणामों के साथ एजेंट स्वायत्तता, ज्ञानमीमांसीय अखंडता और निष्पक्षता के संरक्षण को संतुलित करते हुए नैतिक रूप से स्थिर बना रहे।
यह शोध पत्र एक ऐसी गणनात्मक थ्योरी (computational theory) का प्रस्ताव और सत्यापन करता है जो यह प्रदर्शित करती है कि एलएलएम-आधारित एजेंट सिमुलेशन में सामाजिक अवलोकन और भविष्य कहनेवाला पैटर्न पूर्णता (predictive pattern completion) के माध्यम से स्टेटस सिंबल और दिखावटी उपभोग (conspicuous consumption) अंतर्जात रूप से उभरते हैं, जो प्रभावी रूप से सूक्ष्म-स्तरीय संज्ञान को वेब्लन प्रभाव (Veblen effects) और उपसंस्कृति निर्माण जैसे व्यापक-स्तरीय आर्थिक परिघटनाओं के साथ जोड़ता है।
यह शोध पत्र WideSeek-R1 को प्रस्तुत करता है, जो एक मल्टी-एजेंट सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विड्थ स्केलिंग (width scaling) और समानांतर निष्पादन का लाभ उठाकर विशाल एकल-एजेंट मॉडलों के तुलनीय व्यापक सूचना-खोज प्रदर्शन प्राप्त करने के लिए लीड-एजेंट-सब-एजेंट आर्किटेक्चर का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि वर्तमान लार्ज लैंग्वेज मॉडल एजेंट प्रतिकूल सेटिंग्स में विश्वसनीय सर्वसम्मति प्राप्त करने में संघर्ष करते हैं, जहाँ समूह के आकार और बायज़ेंटाइन दोष दरों (Byzantine fault rates) के बढ़ने के साथ प्रदर्शन में गिरावट आती है, जिसका मुख्य कारण वैल्यू करप्शन (value corruption) के बजाय टाइमआउट जैसी लाइवनेस विफलताओं (liveness failures) का होना है।
यह शोध पत्र EducaSim को प्रस्तुत करता है, जो एक जनरेटिव एजेंट-आधारित ढांचा है जो मानव सुविधा प्रदाताओं के लॉजिस्टिक ओवरहेड के बिना विविध छात्र व्यक्तित्वों (student personas) और पाठ्यक्रम सामग्री का अनुकरण करके विशाल ऑनलाइन CS1 पाठ्यक्रमों में नवागंतुक शिक्षकों के लिए स्केलेबल, रोल-प्ले निर्देशात्मक अभ्यास को सक्षम बनाता है।
यह शोध पत्र नॉलेज-गाइडेड TSED नामक एक न्यूरो-सिम्बोलिक VLM एजेंट फ्रेमवर्क प्रस्तुत करता है, जो प्राकृतिक भाषा घटना विवरणों को मल्टीवेरिएट टाइम सीरीज़ डेटा के साथ जोड़ने के लिए एक नवीन इवेंट लॉजिक ट्री प्रतिनिधित्व का उपयोग करता है, जिससे उच्च-जोखिम वाले डोमेन में सटीक, ज़ीरो-शॉट इवेंट डिटेक्शन और व्याख्यात्मक तर्क सक्षम होता है और मतिभ्रम (hallucinations) को कम किया जाता है।
यह शोध पत्र बहु-एजेंट प्रणालियों में अनुकूलनशील समन्वय (adaptive coordination) के एक गतिक सिद्धांत (dynamical theory) का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि बुद्धिमान व्यवहार केंद्रीयकृत अनुकूलन (centralized optimization) या तर्कसंगत अपेक्षाओं (rational expectations) से नहीं, बल्कि फीडबैक लूप के माध्यम से एजेंटों, प्रोत्साहनों और एक निरंतर वातावरण के संरचनात्मक युग्मन (structural coupling) से उभरता है।
यह शोध पत्र डेलिब्रेटिव कलेक्टिव इंटेलिजेंस (DCI) को प्रस्तुत करता है, जो एक संरचित मल्टी-एजेंट फ्रेमवर्क है जो टाइप किए गए एपिस्टेमिक एक्ट्स और एक कन्वर्जेंट फ्लो एल्गोरिदम का उपयोग करता है ताकि जवाबदेह विचार-विमर्श के माध्यम से जटिल, गैर-रूटीन तर्क कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार किया जा सके, बावजूद इसके कि इसमें उच्च कम्प्यूटेशनल लागत आती है और यह रूटीन निर्णयों पर कम प्रदर्शन करता है।
यह शोध पत्र CogSearch को प्रस्तुत करता है, जो एक संज्ञानात्मक-संरेखित (cognitive-aligned) मल्टी-एजेंट फ्रेमवर्क है जो ई-कॉमर्स खोज को निष्क्रिय पुनर्प्राप्ति (passive retrieval) से सक्रिय निर्णय सहायता (proactive decision support) में परिवर्तित करता है, जो JD.com पर व्यापक ऑनलाइन परीक्षण के माध्यम से रूपांतरण दरों (conversion rates) में महत्वपूर्ण सुधार और निर्णय लागत में कमी प्रदर्शित करता है।