1338 पेपर
यह शोध पत्र वर्टिकल फीचर पार्टीशनिंग के तहत टसेटलिन मशीनों के एक एनसेंबल के लिए एक विकेंद्रीकृत सहयोगात्मक शिक्षण प्रतिमान प्रस्तावित करता है, जहाँ निजी मॉडल और विषम संसाधनों वाले एजेंट कच्चे डेटा को साझा किए बिना वैश्विक सर्वसम्मति-आधारित अनुमान प्राप्त करते हैं, जो केंद्रीकृत मॉडलों के तुलनीय वर्गीकरण सटीकता प्रदर्शित करता है।
यह शोधपत्र घटते हुए स्टेप साइज़ों (decaying step sizes) के अनुकूल एक नवीन नेटवर्क-त्रुटि विश्लेषण विकसित करके और परिणाम को बैंडिट फीडबैक सेटिंग्स तक विस्तारित करके, स्ट्रॉन्गली जियोडेसिकली कॉन्वेक्स (strongly geodesically convex) फलनों के विकेंद्रीकृत ऑनलाइन रीमानियन ऑप्टिमाइज़ेशन के लिए प्रथम स्टैटिक रिग्रेट बाउंड्स स्थापित करता है।
यह शोध पत्र ReaGAN का प्रस्ताव करता है, जो एक रिट्रीवल-ऑगमेंटेड ग्राफ एजेंटिक नेटवर्क है जो पारंपरिक ग्राफ न्यूरल नेटवर्क में फिक्स्ड एग्रीगेशन मैकेनिज्म की सीमाओं को दूर करने के लिए नोड्स को स्वायत्त निर्णय लेने की क्षमता और ग्लोबल सिमेंटिक रिट्रीवल से सशक्त बनाता है, जिससे बिना फाइन-ट्यूनिंग के प्रतिस्पर्धी फ्यू-शॉट प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक मल्टी-एजेंट एलएलएम (LLM) सिमुलेशन फ्रेमवर्क पेश करता है जो व्यवहार संबंधी रिवॉर्ड फंक्शन को इन-कॉन्टेक्स्ट कोचिंग के साथ जोड़ता है ताकि एजेंट वास्तविक मानव ऑनलाइन समुदायों की जटिल गतिशीलता को दर्शाने वाले उभरते सामाजिक संबंधों और नेटवर्क संरचनाओं को विकसित कर सकें।
यह शोध पत्र मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) का उपयोग करते हुए एक नवीन कम्प्यूटेशनल ढांचे को प्रस्तुत करता है जो कमजोर विद्युत मछली जैसे एजेंटों को मॉडल करता है, यह प्रदर्शित करते हुए कि कैसे जैव-भौतिक रूप से प्रेरित इलेक्ट्रोसेंसिंग और एक्टुएशन सामाजिक खोज और आक्रामकता जैसे उभरते सामूहिक व्यवहार उत्पन्न करते हैं, जबकि पशु न्यूरोएथोलॉजी के अध्ययन में प्रयोगात्मक सीमाओं को दूर करने के लिए कारण संबंधी इन सिलिको हस्तक्षेपों को सक्षम करते हैं।
यह शोध पत्र SAFE का प्रस्ताव करता है, जो एक नवीन मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) ढांचा है जो एक निष्पक्ष काउंटरफैक्चुअल बेसलाइन बनाने के लिए एक स्व-विकसित डिफ़ॉल्ट क्रिया का उपयोग करता है, जो प्रभावी रूप से निरंतर-क्रिया सहयोगपूर्ण कार्यों (कंटीन्यूअस-एक्शन कोऑपरेटिव टास्क) तक काउंटरफैक्चुअल क्रेडिट असाइनमेंट का विस्तार करता है और बिना किसी अतिरिक्त सिमुलेशन या पूर्व ज्ञान की आवश्यकता के स्थानीय इष्टतम (लोकल ऑप्टिमा) तक अभिसरण सुनिश्चित करता है।
यह शोध पत्र वाणिज्यिक सॉल्वर और उभरते एलएलएम-आधारित (LLM-based) ब्राउज़र एजेंटों के विरुद्ध वेब बॉट सुरक्षा की लचीलेपन का व्यवस्थित रूप से मूल्यांकन करता है, जिससे यह प्रकट होता है कि जहाँ चुनौती-आधारित (challenge-based) सुरक्षा प्रणालियों को आसानी से बायपास किया जा सकता है, वहीं गैर-संवादात्मक (non-interactive) सुरक्षा प्रणालियाँ व्यवहार संबंधी विश्लेषण के बजाय निष्पादन-वातावरण (execution-environment) की प्रमाणिकता पर अधिक निर्भर करती हैं, जो उन्हें विश्वसनीय वातावरणों में संचालित होने वाले परिष्कृत एजेंटों के प्रति संवेदनशील बना देती है।
यह शोध पत्र "AI टूर मीटिंग" प्रस्तुत करता है, जो एक ऐसा ढांचा है जो प्राकृतिक भाषा चर्चा के माध्यम से समूह यात्रा कार्यक्रमों की योजना बनाने के लिए विशिष्ट व्यक्तित्व वाले कई लार्ज लैंग्वेज मॉडल एजेंटों का उपयोग करता है, जो मल्टी-एजेंट व्यवहारों के अनुकरण और विश्लेषण के लिए एक लचीले उपकरण के रूप में कार्य करता है।
यह शोध पत्र S3 का प्रस्ताव करता है, जो एक पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) विधि है जो एक मिक्सचर डेंसिटी नेटवर्क (Mixture Density Network) के माध्यम से मॉडल किए गए मोटे, बहु-चरणीय परिवेश संक्रमणों की भविष्य कहनेवाला अनिश्चितता को कम करने वाले एक डायनेमिक्स-जागरूक आंतरिक पुरस्कार को पेश करके गैर-स्थिर दीर्घ-अवधि परिवेशों में उच्च-स्तरीय उपलक्ष्य चयन को स्थिर करता है।
यह अध्ययन प्रदर्शित करता है कि विविध LLMs पर निर्मित एक मल्टी-एजेंट CI/CD पाइपलाइन तब भी व्यवस्थित समझौते (systemic compromise) के प्रति संवेदनशील बनी रहती है जब अधिकार-आधारित इंजेक्शन (authority-framed injections), प्रॉम्प्ट गोपनीयता और वितरित सत्यापन (distributed verification) दोनों को दरकिनार कर देते हैं, जिससे डाउनस्ट्रीम एजेंट ऐसे दुर्भावनापूर्ण कोड को मंजूरी दे देते हैं जो पारंपरिक सामग्री-आधारित स्कैनरों से बच निकलता है।