cs.MA पेपर | Gist.Science

Active Sensing for RIS-Aided Tracking and Power Control: A Hybrid Neuroevolution and Supervised Learning Approach

यह शोध पत्र एक नवीन डुअल-एजेंट डीप लर्निंग फ्रेमवर्क प्रस्तावित करता है जो न्यूरोइवोल्यूशन और सुपरवाइज्ड लर्निंग को संयोजित करके रीकॉन्फ़िगरेबल इंटेलिजेंट सरफेस (RIS) फेज प्रोफाइल्स और यूजर ट्रांसमिट पावर को संयुक्त रूप से अनुकूलित करता है, जिससे पावर-सीमित मोबाइल उपयोगकर्ताओं के लिए ऊर्जा-कुशल, उच्च-सटीक ट्रैकिंग और लोकलाइजेशन सक्षम होता है और साथ ही डिस्क्रीट ऑप्टिमाइजेशन और सीमित फीडबैक से संबंधित चुनौतियों पर विजय प्राप्त होती है।

George Stamatelis, Hui Chen, Henk Henk Wymeersch, George C. Alexandropoulos2026-07-02

🤖 AI

From Signals to Structure: How Memory Architecture Drives Language Emergence in LLM Agents

यह शोध पत्र यह प्रदर्शित करता है कि एलएलएम (LLM) एजेंटों के बीच लुईस सिग्नलिंग गेम्स (Lewis signaling games) में, स्थिर भाषा उद्भव प्राप्त करने के लिए चैनल क्षमता की तुलना में निरंतर स्मृति आर्किटेक्चर (जैसे कि निजी नोटबुक) अधिक महत्वपूर्ण हैं, क्योंकि वे उच्च-क्षमता वाले पतन (high-capacity collapse) को रोकते हैं और एजेंटों को विश्वसनीय समन्वय के लिए परंपराओं को बाह्य रूप देने (externalize) की अनुमति देते हैं।

Yashar Talebirad, Eden Redman, Ali Parsaee, Osmar R. Zaiane2026-07-02

🤖 AI

ASPIRE: Agentic /Skills Discovery for Robotics

ASPIRE एक निरंतर सीखने वाली प्रणाली है जो निष्पादन, विफलता निदान और विकासवादी खोज के एक पुनरावृत्ति लूप के माध्यम से स्वायत्त रूप से रोबोट नियंत्रण प्रोग्राम लिखती और परिष्कृत करती है, जिसके परिणामस्वरूप एक पुन: प्रयोज्य कौशल लाइब्रेरी प्राप्त होती है जो बाधित, द्विपक्षीय और दीर्घ-क्षितिज वाले कार्यों में पिछले तरीकों से काफी बेहतर प्रदर्शन करती है और शून्य-शॉट सामान्यीकरण एवं सिम-टू-रियल स्थानांतरण को सक्षम बनाती है।

Runyu Lu, Yubo Wu, Ethan Kou, Letian Fu, Wenli Xiao, Ajay Mandlekar, Yinzhen Xu, Guanya Shi, Ken Goldberg, Ang Chen, Mos (…)2026-07-02

🤖 AI

Agri-SAGE: Simulation-Grounded Multi-Agent LLM for Context-Aware Agricultural Advisory Generation

Agri-SAGE एक क्लोज्ड-लूप फ्रेमवर्क है जो गतिशील, संदर्भ-जागरूक कृषि परामर्श उत्पन्न करने और उन्हें मान्य करने के लिए रिट्रीवल-ग्राउंडेड मल्टी-एजेंट LLM रीजनिंग को APSIM बायोफिजिकल सिमुलेशन के साथ एकीकृत करता है, जो यह प्रदर्शित करता है कि ट्री ऑफ थॉट्स (Tree of Thoughts) और रिफ्लेक्शन (Reflexion) जैसी रीजनिंग रणनीतियाँ कम्प्यूटेशनल दक्षता के साथ प्रदर्शन को संतुलित करते हुए उपज अनुकूलन में स्थिर दिशा-निर्देशों की तुलना में काफी बेहतर प्रदर्शन करती हैं।

Vedant Balasubramaniam, Geetha Charan, Manojkumar Patil, Rohit P Suresh, V Priyanka, Kodur Sai Vinay Sathvik, Y. Narahar (…)2026-07-02

💻 computer science

Calibrating the Instrument: Controllability of an LLM-Driven Synthetic Population

यह शोध पत्र सिंथेटिक इंस्ट्रूमेंट वैलिडेशन एक्सपेरिमेंट (SIVE) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि LLMs द्वारा संचालित एक जेनेरेटिव सिंथेटिक पॉपुलेशन (GSP), ज्ञात उद्दीपकों (stimuli) के प्रति व्यवस्थित और पुनरुत्पादनीय (replicable) तरीकों से निरंतर प्रतिक्रिया देकर उच्च नियंत्रणीयता और आंतरिक वैधता प्रदर्शित करता है, जिससे ऐसे मॉडलों को वास्तविक दुनिया की आबादी पर लागू करने से पहले एक आवश्यक अंशांकन (calibration) ढांचे की स्थापना होती है।

Mirko Degli Esposti2026-07-02

🌀 nonlinear sciences

Emergent Culture in Minimal LLM Systems

यह शोधपत्र प्रदर्शित करता है कि तीन न्यूनतम LLM एजेंटों का एक समूह, जो सीमित संदर्भ और विकासवादी दबाव के तहत एक क्षय होते साझा टेक्स्ट स्टोर के साथ संचालित होता है, स्वतः ही सहकारी व्यवहार, भंडारण रणनीतियों और जटिल सांस्कृतिक कलाकृतियों को विकसित करता है जो उभरती संस्कृति के अनुरूप संरचित दीर्घकालिक सुसंगतता प्रदर्शित करते हैं।

Simon Jones, Sabine Hauert2026-07-01

💬 NLP

Training Therapeutic Judges and Multi-Agent Systems for Human-Aligned Mental Health Support

यह शोध पत्र TheraAlign को प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो एक विशिष्ट मूल्यांकनकर्ता (TheraJudge) को क्रियात्मक, बहु-आयामी प्रतिक्रिया प्रदान करने के लिए प्रशिक्षित करके मानसिक स्वास्थ्य सहायता को बढ़ाता है, जो एक बहु-एजेंट परिशोधन प्रणाली (TheraAgent) को चिकित्सीय प्रतिक्रियाओं की सुरक्षा, प्रासंगिकता और सहानुभूति में महत्वपूर्ण सुधार करने के लिए प्रेरित करता है।

Mizanur Rahman, Abeer Badawi, Elahe Rahimi, Laleh Seyyed-Kalantari, Frank Rudzicz, Enamul Hoque, Elham Dolatabadi2026-07-01

🤖 AI

Why Solve It Twice? Hierarchical Accumulation of Skills for Transfer-Efficient ML Engineering

यह शोध पत्र HASTE को प्रस्तुत करता है, जो एक पदानुक्रमित बहु-एजेंट प्रणाली (hierarchical multi-agent system) है जो कुशल ज्ञान हस्तांतरण को सक्षम करने के लिए ML इंजीनियरिंग कौशल को वैश्विक, डोमेन और प्रतियोगिता-विशिष्ट स्तरों में व्यवस्थित करती है, जिससे नियंत्रित परीक्षणों में 100% पदक दर और पूर्ण बेंचमार्क पर 77.3% की उपलब्धि प्राप्त होती है और फ्लैट या कोल्ड-स्टार्ट दृष्टिकोणों की तुलना में कंप्यूट लागत और परिशोधन पुनरावृत्तियों (refinement iterations) को काफी कम किया जाता है।

Yongbin Kim, Yashar Talebirad, Osmar R. Zaiane2026-07-01

🤖 AI

RoPoLL: Robust Panel of LLM Judges

यह शोध पत्र RoPoLL को प्रस्तुत करता है, जो LLM मूल्यांकन के लिए एक सुदृढ़ ढांचा है जो दूषित जजों से होने वाले अनियंत्रित पूर्वाग्रह को प्रभावी ढंग से कम करने के लिए मानक पैनल सर्वसम्मति के स्थान पर एक ज्यामितीय माध्य अनुमानक (geometric median estimator) का उपयोग करता है, और उच्च भ्रष्टाचार दरों के तहत भी पारंपरिक विधियों की तुलना में बेहतर सटीकता और दक्षता प्राप्त करता है।

Anish Acharya, Kris W Pan, Brian Verkhovsky2026-07-01

🤖 AI

HyPOLE: Hyperproperty-Guided Multi-Agent Reinforcement Learning under Partial Observation

यह शोध पत्र HyPOLE पेश करता है, जो एक नवीन ढांचा है जो आंशिक अवलोकन (partial observability) के तहत मल्टी-एजेंट सुदृढीकरण शिक्षण (Multi-Agent Reinforcement Learning) को निर्देशित करने के लिए HyperLTL-आधारित हाइपरप्रॉपर्टीज का लाभ उठाता है, और केंद्रीकृत प्रशिक्षण एवं विकेंद्रीकृत निष्पादन के एकीकरण के माध्यम से मानक बेंचमार्क पर बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Arshia Rafieioskouei, Tzu-Han Hsu, Matthew Lucas, Borzoo Bonakdarpour2026-07-01

← पिछला अगला →