1362 पेपर
यह शोध पत्र पेलोमेंट्स के लिए पदानुक्रमित बहु-एजेंट प्रणाली (HMASP) प्रस्तुत करता है, जो एक नवीन ढांचा है जो मौजूदा सीमाओं को दूर करने और एंड-टू-एंड स्वचालित भुगतान वर्कफ़्लो को सफलतापूर्वक लागू करने के लिए चार-स्तरीय एलएलएम-आधारित एजेंट आर्किटेक्चर का लाभ उठाता है।
HyperAgent एक नवीन हाइपरग्राफ-आधारित ढांचा है जो समूह सहयोग को बेहतर ढंग से मॉडल करने के लिए युग्म-वार किनारों (pairwise edges) को हाइपरएज (hyperedges) से बदलकर मल्टी-एजेंट संचार को बढ़ाता है और वेरिएशनल ऑटोएनकोडर के माध्यम से कार्य-अनुकूलित टोपोलॉजी को गतिशील रूप से अनुकूलित करता है, जिसके परिणामस्वरूप उत्कृष्ट प्रदर्शन और कम टोकन खपत प्राप्त होती है।
यह अध्ययन प्रदर्शित करता है कि GPT-4 और GPT-5 संवादात्मक एजेंट व्यक्तिगत स्तर के मानवीय संज्ञानात्मक पूर्वाग्रहों और संज्ञानात्मक भार जैसे प्रासंगिक कारकों के साथ उनकी अंतःक्रिया का सटीक रूप से अनुकरण कर सकते हैं, जबकि मानव व्यवहार के साथ संरेखण में विशिष्ट मॉडल-विशिष्ट विविधताओं को प्रकट करते हैं।
यह शोध पत्र विश्वास निर्माण के लिए इन-कॉन्टेक्स्ट अपोनेंट मॉडल और रणनीतिक अनुकूलन के लिए सिमुलेशन-एन्हांस्ड बेस्ट-ऑफ-एन सैंपलिंग के माध्यम से एलएलएम (LLM) में स्मूथ फिक्टिशियस प्ले को एकीकृत करके, बार-बार होने वाली रणनीतिक वार्ताओं में इन्फरेंस-टाइम कंप्यूटेशन को स्केल करने के लिए एक पैरामीटर-मुक्त विधि प्रस्तावित करता है, जो बिना किसी मॉडल अपडेट की आवश्यकता के स्टेटिक बेसलाइन की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।
यह शोध पत्र FORGE को प्रस्तुत करता है, जो एक भौतिकी-सूचित बहु-एजेंट सिम्युलेटर और न्यूरल-लीनियर UCB एलोकेटर है, जो ठेकेदारों को स्टैकेलबर्ग गेम में तर्कसंगत एजेंटों के रूप में मॉडल करके आवंटन गुणवत्ता, कार्यबल स्थिरता, परिचालन व्यवहार्यता और रणनीतिक व्यवहार के बीच चार-तरफा तनाव को हल करता है, जिससे मौजूदा विधियों की तुलना में न्यूनतम कार्यबल उपयोग के साथ बेहतर कोल्ड-स्टार्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक मल्टी-वर्कर रेस्टलेस बैंडिट फ्रेमवर्क प्रस्तुत करता है जो विषम श्रमिकों (हेटरोजीनियस वर्कर्स) के बीच हस्तक्षेप कार्यों को आवंटित करने के लिए व्हिटल इंडेक्स (Whittle index) का विस्तार करता है, जो व्यक्तिगत बजट बाधाओं को संतुष्ट करने और कार्यभार के निष्पक्ष वितरण को सुनिश्चित करने के साथ-साथ पुरस्कार को अनुकूलित करता है।
AgenticTyper एक LLM-आधारित एजेंटिक सिस्टम है जो ट्रांसपाइलेशन के माध्यम से टाइप त्रुटियों को सुधारने और व्यवहार संबंधी शुद्धता को सत्यापित करने के माध्यम से लेगेसी जावास्क्रिप्ट प्रोजेक्ट्स को टाइपस्क्रिप्ट में बदलने को स्वचालित करता है, जिससे सैकड़ों टाइप त्रुटियों को मिनटों में सफलतापूर्वक हल किया जाता है और मैन्युअल प्रयास में महत्वपूर्ण कमी आती है।
यह शोध पत्र PANGAEA-GPT प्रस्तुत करता है, जो एक पदानुक्रमित बहु-एजेंट फ्रेमवर्क है जो PANGAEA जैसे रिपॉजिटरी में कम उपयोग किए गए भू-वैज्ञानिक डेटा को स्वायत्त रूप से खोजने, क्वेरी करने और विश्लेषण करने के लिए सैंडबॉक्स्ड कोड निष्पादन और स्व-सुधार क्षमताओं के साथ एक सुपरवाइजर-वर्कर टोपोलॉजी का लाभ उठाता है।
यह शोध पत्र पदानुक्रमित लीड क्रिटिक (Hierarchical Lead Critic - HLC) को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग आर्किटेक्चर है जो एकल-पदानुक्रम बेसलाइन की तुलना में सहयोगात्मक कार्यों में बेहतर प्रदर्शन, सैंपल दक्षता और स्केलेबिलिटी प्राप्त करने के लिए कई पदानुक्रमित स्तरों और दृष्टिकोणों को एकीकृत करता है।
यह शोध पत्र एक गोपनीयता-संरक्षण ऑनलाइन एल्गोरिदम का प्रस्ताव करता है जो अज्ञात स्ट्रॉन्गली मोनोटोन गेम्स (strongly monotone games) में रैखिक गुणांकों (linear coefficients) को समायोजित करना सीखता है ताकि नैश इक्विलिब्रियम (Nash equilibrium) को वैश्विक रैखिक बाधाओं को संतुष्ट करने की ओर निर्देशित किया जा सके, जिससे खिलाड़ियों के रिवॉर्ड फंक्शन या एक्शन सेट्स के ज्ञान की आवश्यकता के बिना लगभग निश्चित अभिसरण (almost sure convergence) और लगभग दर प्राप्त होती है।