1338 पेपर
यह शोध पत्र OneDSE प्रस्तुत करता है, जो CPU और हार्डवेयर डिज़ाइन स्पेस एक्सप्लोरेशन के लिए एक सैंपल-एफिशिएंट फ्रेमवर्क है, जो मेट्रिक-कंडीशन्ड इनवर्स डिज़ाइन (MIND) और एक सरोगेट-असिस्टेड एक्टिव सर्च लूप (SAIL) को एकीकृत करता है ताकि मौजूदा तरीकों की तुलना में काफी कम इवैल्यूएशन के साथ उच्च-गुणवत्ता वाले डिज़ाइनों को तेजी से पहचाना जा सके।
यह शोध पत्र "द लिटिल साइंटिस्ट" (The Little Scientist) का परिचय देता है, जो एक LLM-आधारित एजेंट फ्रेमवर्क है जो पैराडाइम शिफ्ट के लिए "कुह्न एजेंट" (Kuhn agent) द्वारा संवर्धित एक पुनरावृत्ति परिकल्पना-परीक्षण चक्र के माध्यम से वैज्ञानिक खोज को स्वचालित करता है, और केवल CPU संसाधनों का उपयोग करके प्रोटीन फिटनेस भविष्यवाणी और DNA मोटिफ डिस्कवरी के लिए नवीन, अत्याधुनिक एल्गोरिदम सफलतापूर्वक उत्पन्न करता है।
यह शोध पत्र "रिमेम्बरिंग-सिग्नलिंग फ्रंटियर" (स्मरण-संकेत सीमा) को एक ढांचे के रूप में प्रस्तावित करता है जिसका उपयोग इस बात के विश्लेषण के लिए किया जाता है कि कैसे सीमित एजेंट कार्य हानि को न्यूनतम करने के लिए आंतरिक स्मृति और सहकर्मी संचार के बीच सीमित संसाधनों का इष्टतम आवंटन करते हैं, यह परिकल्पना करते हुए कि अधिक ऐतिहासिक पूर्वानुमेयता बाहरी संकेतन की आवश्यकता को कम करती है, जो कि प्रारंभिक संदर्भ खेल (रेफरेंशियल गेम) प्रयोगों द्वारा समर्थित एक सिद्धांत है।
KernelArc एक मल्टी-एजेंट फ्रेमवर्क है जो साझा मेमोरी और नियत गार्ड्स (deterministic guards) के माध्यम से समन्वय करते हुए समानांतर, रणनीति-विशेषज्ञ एजेंटों के जरिए GPU कर्नेल्स को स्वायत्त रूप से अनुकूलित करता है, जिससे NVIDIA H100 और B200 GPUs पर विविध वर्कलोड के लिए SOL-ExecBench लीडरबोर्ड पर शीर्ष रैंकिंग प्राप्त होती है।
यह शोध पत्र मोबाइल रोबोट फॉर्मेशन में विश्वसनीय प्रदर्शन और पुनर्निर्माण सटीकता बनाए रखते हुए संचार ओवरहेड को महत्वपूर्ण रूप से कम करने के लिए डिस्ट्रिब्यूटेड मॉडल प्रिडिक्टिव कंट्रोल के भीतर LSTM-संचालित एनकोडर-डिकोडर नेटवर्क का उपयोग करके एक सिमेंटिक-आधारित एनकोडिंग दृष्टिकोण प्रस्तावित करता है।
यह शोध पत्र सामान्य और ट्री-संरचित (tree-structured) नेटवर्क पर बस रूटिंग समस्याओं की कम्प्यूटेशनल जटिलता की जांच करता है, यह प्रदर्शित करते हुए कि एजेंट-विशिष्ट लागत मॉडल और सीधे पैदल चलने का विकल्प जटिलता को काफी बढ़ा देते हैं, जिसके परिणामस्वरूप सरल नेटवर्क टोपोलॉजी के लिए भी अक्सर एनपी-कठिनता (NP-hardness) और पैरामीटराइज्ड जटिलता (parameterized intractability) उत्पन्न होती है।
यह शोध पत्र लाइफलोंग मल्टी-एजेंट पाथ फाइंडिंग के लिए रोलिंग-होराइजन कोलिजन रेजोल्यूशन (RHCR) फ्रेमवर्क की नियर-ऑप्टिमैलिटी को सैद्धांतिक रूप से सिद्ध करता है और इस अंतर्दृष्टि का लाभ उठाते हुए ग्रुप डिसेंट्रलाइज्ड RHCR (GD-RHCR) का प्रस्ताव देता है, जो एक समानांतर योजना दृष्टिकोण है जो एजेंटों को विभाजित करके नियर-ऑप्टिमल गारंटी बनाए रखते हुए काफी कम कम्प्यूटेशनल लागत के साथ उच्च थ्रूपुट और स्केलेबिलिटी प्राप्त करने के लिए विभाजन करता है।
यह शोध पत्र "हैलुसिनेशन स्नोबॉल" (hallucination snowball) मॉडल को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि मल्टी-एजेंट एलएलएम (LLM) पाइपलाइनों में त्रुटियाँ कैसे रूपांतरित होती हैं और चरणों के माध्यम से आगे बढ़ते हुए और अधिक अप्राप्य बनती जाती हैं, जो यह सिद्ध करता है कि हैलुसिनेशन के बने रहने को कम करने के लिए शुरुआती चरण का सत्यापन, पाइपलाइन के अंत में की जाने वाली जाँच की तुलना में काफी अधिक प्रभावी है।
यह शोध पत्र BRA-Audit को प्रस्तुत करता है, जो एक बजट-जागरूक रनटाइम ऑडिटिंग फ्रेमवर्क है जो LLM मल्टी-एजेंट सिस्टम के भीतर ऑडिट-पॉइंट प्लेसमेंट को अनुकूलित करता है ताकि संचयी अनचेक्ड एक्सपोज़र (unchecked exposure) को कम किया जा सके, जिससे उच्च प्रदर्शन और प्रभावी विफलता स्थानीयकरण (failure localization) बनाए रखते हुए टोकन लागतों में उल्लेखनीय कमी आती है।
यह शोध पत्र 'ओपन-स्ट्रेटजी डिक्टेटर गेम' (Open-Strategy Dictator Game) प्रस्तुत करता है, जहाँ प्राकृतिक-भाषा रणनीतियाँ परस्पर दृश्यमान होती हैं और एक LLM द्वारा न्यायनिर्णयन की जाती हैं, जो टूर्नामेंट विश्लेषण के माध्यम से यह प्रदर्शित करता है कि आपसी पारदर्शिता वाले वातावरण में सशर्त सहकारी रणनीतियाँ (conditionally cooperative strategies) बिना शर्त वाली रणनीतियों (unconditional ones) पर लगातार हावी रहती हैं।