💻 Category

cs.MA

1362 पेपर

🤖 machine learning

AGMARL-DKS: An Adaptive Graph-Enhanced Multi-Agent Reinforcement Learning for Dynamic Kubernetes Scheduling

यह शोध पत्र AGMARL-DKS का प्रस्ताव करता है, जो कुबेरनेट्स (Kubernetes) के लिए एक अनुकूली ग्राफ-संवर्धित मल्टी-एजेंट सुदृढीकरण लर्निंग शेड्यूलर (adaptive graph-enhanced multi-agent reinforcement learning scheduler) है, जो दोष सहिष्णुता (fault tolerance), संसाधन उपयोग (resource utilization) और लागत दक्षता (cost efficiency) में डिफ़ॉल्ट शेड्यूलर से काफी बेहतर प्रदर्शन करने के लिए ग्राफ न्यूरल नेटवर्क-आधारित वैश्विक अवस्था प्रतिनिधित्व (global state representation) और तनाव-जागरूक लेक्सिकोग्राफिकल ऑर्डरिंग (stress-aware lexicographical ordering) के साथ विकेंद्रीकृत एजेंटों का उपयोग करता है।

Hamed Hamzeh2026-03-13
💻 computer science

Language Model Teams as Distributed Systems

यह शोध पत्र लार्ज लैंग्वेज मॉडल (LLM) टीमों में प्रमुख डिज़ाइन और मूल्यांकन चुनौतियों को व्यवस्थित रूप से संबोधित करने के लिए वितरित प्रणालियों (डिस्ट्रिब्यूटेड सिस्टम्स) को एक सिद्धांतगत ढांचे के रूप में उपयोग करने का प्रस्ताव करता है, जो यह उजागर करता है कि वितरित कंप्यूटिंग से मौलिक अवधारणाएं मल्टी-एजेंट प्रदर्शन के अनुकूलन में कैसे मार्गदर्शन कर सकती हैं।

Elizabeth Mieczkowski, Katherine M. Collins, Ilia Sucholutsky, Natalia Vélez, Thomas L. Griffiths2026-03-13
📊 statistics

Sequential Causal Normal Form Games: Theory, Computation, and Strategic Signaling

यह शोधपत्र अनुक्रमिक परिवेश (sequential settings) में 'सीक्वेंशियल कॉज़ल मल्टी-एजेंट सिस्टम' को पेश करके 'कॉज़ल नॉर्मल फॉर्म गेम्स' का विस्तार करता है, लेकिन इसका व्यापक सैद्धांतिक और अनुभवजन्य विश्लेषण यह प्रकट करता है कि, मानक तर्कसंगत धारणाओं के तहत, ये कॉज़ल ढांचे शास्त्रीय स्टैकेलबर्ग इक्विलिब्रियम (Stackelberg equilibrium) की तुलना में कोई कल्याणकारी लाभ प्रदान नहीं करते हैं, जिससे वर्तमान खेल-सिद्धांत मॉडल (game-theoretic models) में तर्कसंगत चयन और कॉज़ल रीजनिंग लाभों के बीच एक मौलिक असंगति उजागर होती है।

Dennis Thumm2026-03-12
💻 computer science

ThunderAgent: A Simple, Fast and Program-Aware Agentic Inference System

ThunderAgent एक नवीन, प्रोग्राम-जागरूक एजेंटिक इन्फरेंस सिस्टम है जो "LLM प्रोग्राम" एब्स्ट्रैक्शन के माध्यम से LLM और टूल रिसोर्स मैनेजमेंट को एकीकृत करता है, जो KV कैश उपयोग को अनुकूलित करके और एसिंक्रोनस एनवायरनमेंट प्रिपरेशन को सक्षम करके महत्वपूर्ण थ्रूपुट और मेमोरी दक्षता लाभ प्राप्त करता है।

Hao Kang, Ziyang Li, Xinyu Yang, Weili Xu, Yinfang Chen, Junxiong Wang, Beidi Chen, Tushar Krishna, Chenfeng Xu, Simran (…)2026-03-12
🤖 AI

Multi-Agent Memory from a Computer Architecture Perspective: Visions and Challenges Ahead

यह पोजीशन पेपर एक तीन-स्तरीय पदानुक्रम प्रस्तावित करके और महत्वपूर्ण प्रोटोकॉल अंतराल की पहचान करके मल्टी-एजेंट मेमोरी को एक कंप्यूटर आर्किटेक्चर चुनौती के रूप में पुनर्गठित करता है, जिसमें विश्वसनीय और स्केलेबल सहयोगात्मक प्रणालियों के निर्माण के प्राथमिक अवरोध के रूप में मल्टी-एजेंट मेमोरी कंसिस्टेंसी (संगति) को हल करने पर विशिष्ट ध्यान केंद्रित किया गया है।

Zhongming Yu, Naicheng Yu, Hejia Zhang, Wentao Ni, Mingrui Yin, Jiaying Yang, Yujie Zhao, Jishen Zhao2026-03-12
🤖 machine learning

KernelSkill: A Multi-Agent Framework for GPU Kernel Optimization

KernelSkill एक मल्टी-एजेंट फ्रेमवर्क है जो अपारदर्शी (opaque) LLM ह्यूरिस्टिक्स को विशेषज्ञ कौशलों के ज्ञान-संचालित, द्वि-स्तरीय मेमोरी आर्किटेक्चर से बदलकर GPU कर्नेल अनुकूलन को बढ़ाता है, जिससे KernelBench पर स्टेट-ऑफ-द-आर्ट स्पीडअप और 100% सफलता दर प्राप्त होती है।

Qitong Sun, Jun Han, Tianlin Li, Zhe Tang, Sheng Chen, Fei Yang, Aishan Liu, Xianglong Liu, Yang Liu2026-03-12
💬 NLP

COMIC: Agentic Sketch Comedy Generation

यह शोध पत्र COMIC प्रस्तुत करता है, जो एक पूर्णतः स्वचालित AI प्रणाली है जो विशेष भूमिकाओं वाले मल्टी-एजेंट फ्रेमवर्क और पेशेवर मानकों की ओर सामग्री को बार-बार परिष्कृत करने के लिए YouTube डेटा पर प्रशिक्षित LLM-आधारित आलोचकों का उपयोग करके उच्च-गुणवत्ता वाले, विविध हास्य स्केच वीडियो उत्पन्न करती है।

Susung Hong, Brian Curless, Ira Kemelmacher-Shlizerman, Steve Seitz2026-03-12
💻 computer science

Module checking of pushdown multi-agent systems

यह शोध पत्र स्थापित करता है कि पुशडाउन मल्टी-एजेंट सिस्टम के लिए मॉड्यूल चेकिंग ATL विनिर्देशों (specifications) के लिए 2EXPTIME-पूर्ण है लेकिन ATL* विनिर्देशों के लिए 4EXPTIME-पूर्ण है, जो एक दुर्लभ मामला है जहाँ एक प्रारंभिक निर्णय समस्या की जटिलता त्रि-घातीय समय (triply exponential time) से अधिक है।

Laura Bozzelli, Aniello Murano, Adriano Peron2026-03-11
💻 computer science

Causal Graph Dynamics and Kan Extensions

यह शोधपत्र यह प्रदर्शित करता है कि कॉज़ल ग्राफ डायनेमिक्स (Causal Graph Dynamics), जो पोर्ट ग्राफ्स के सिंक्रोनस और डिटर्मिनिस्टिक रूपांतरणों का वर्णन करते हैं, उन्हें कान एक्सटेंशन (Kan extensions) के रूप में व्यक्त करके ग्लोबल ट्रांसफॉर्मेशन फॉर्मलिज्म (Global Transformations formalism) के भीतर कठोरता से कैप्चर किया जा सकता है, जिससे सामान्य डायनेमिक्स के बीच मोनोटोनिक कॉज़ल ग्राफ डायनेमिक्स की सार्वभौमिकता का अनावरण होता है।

Luidnel Maignan, Antoine Spicher2026-03-11
🤖 machine learning

Learning responsibility allocations for multi-agent interactions: A differentiable optimization approach with control barrier functions

यह शोध पत्र कंट्रोल बैरियर फंक्शन्स और डिफरेंशिएबल ऑप्टिमाइज़ेशन को संयोजित करने वाले एक डेटा-संचालित ढांचे का प्रस्ताव करता है ताकि व्याख्या योग्य उत्तरदायित्व आवंटन (responsibility allocations) को सीखा जा सके, जो स्वायत्त एजेंटों को सुरक्षित, सामाजिक रूप से जागरूक बहु-एजेंट अंतःक्रियाओं के लिए अपने व्यवहार को मापने और समायोजित करने में सक्षम बनाता है।

Isaac Remy, David Fridovich-Keil, Karen Leung2026-03-11