🧬 biology

TRAPS: Therapeutic Response Analysis via Pathway-informed Stratification

यह शोध पत्र TRAPS को प्रस्तुत करता है, जो पाथवे-निर्देशित चिकित्सा प्रतिक्रिया मॉडलिंग के लिए पहला एकीकृत बेंचमार्क है, जो पांच कैंसर समूहों में तीन डीप लर्निंग आर्किटेक्चर का मूल्यांकन करता है ताकि यह प्रकट किया जा सके कि जहाँ PATH लक्षित चिकित्सा भविष्यवाणी में और BINN उत्तरजीविता भविष्यवाणी में उत्कृष्ट है, वहीं कोई भी मॉडल विकिरण चिकित्सा की भविष्यवाणी प्रभावी ढंग से नहीं कर पाता है क्योंकि यह गैर-जीनोमिक नैदानिक चरों पर निर्भर है।

Sujoy Banik, Sayantan Chakraborty, Boishakhi Das Toma, Zainab Ghafoor, Ushashi Bhattacharjee, Koushik Howlader, Tirtho R (…)2026-06-10
🤖 machine learning

Co-GLANCE: Uncertainty-Aware Active Perception for Heterogeneous Robot Teaming

Co-GLANCE विषम रोबोट टीमों के लिए एक वास्तविक समय (real-time), ऑनबोर्ड सिस्टम है जो विजन-लैंग्वेज मॉडल रीजनिंग को एक कुशल एंड-टू-एंड मॉडल में संकुचित करता है और धारणा संबंधी अनिश्चितता को मापने के लिए कॉन्फॉर्मल प्रेडिक्शन का उपयोग करता है, जिससे सांख्यिकीय रूप से वैध, सक्रिय धारणा सक्षम होती है जो सटीकता और लेटेंसी (latency) में क्लाउड-आधारित बेसलाइनों से काफी बेहतर प्रदर्शन करती है।

Michal P. Podolinsky, Neel P. Bhatt, Pranay Samineni, Rohan Siva, Christian Ellis, Ufuk Topcu2026-06-10
🤖 AI

Deployment-Time Memorization in Foundation-Model Agents

यह शोध पत्र फाउंडेशन-मॉडल एजेंटों के मूल्यांकन के लिए एक महत्वपूर्ण ढांचे के रूप में "डिप्लॉयमेंट-टाइम मेमोराइजेशन" (परिनियोजन-समय स्मृति) को प्रस्तुत करता है, जो LongMemEval बेंचमार्क के माध्यम से यह प्रदर्शित करता है कि जबकि आक्रामक सारांशीकरण (एग्रेसिव समराइजेशन) वैयक्तिकरण से समझौता किए बिना प्रतिकूल निष्कर्षण जोखिमों को काफी कम कर देता है, यह साथ ही एक "डिलीशन-फिडेलिटी फेल्योर" (विलोपन-निष्ठा विफलता) को भी उजागर करता है जहाँ व्युत्पन्न मेमोरी स्तर तब तक रिकवरेबल अवशेष बनाए रखते हैं जब तक कि एक पूर्ण-पाइपलाइन शुद्धिकरण लागू नहीं किया जाता।

Lei (Rachel), Chen, Guilin Zhang, Kai Zhao, Dalmo Cirne, Andy Olsen, Xu Chu, Zeke Miller, Alet Blanken, Amine Anoun, Je (…)2026-06-10
⚡ electrical engineering

LLM-Mediated Demand Response Coordination in Smart Microgrids

यह शोध पत्र यह प्रदर्शित करता है कि एक लार्ज लैंग्वेज मॉडल का उपयोग करके संरचित, नेटवर्क-लक्षित निर्देश जारी करने वाला एक मल्टी-एजेंट सिमुलेशन, RLHF-प्रेरित सहयोग पूर्वाग्रहों (cooperation biases) को दूर करके और विविध एजेंट आर्केटाइप्स एवं ग्रिड स्थितियों में अनस्ट्रक्चर्ड मैसेजिंग या बिना हस्तक्षेप वाले बेसलाइन की तुलना में बेहतर प्रदर्शन करके, स्मार्ट माइक्रोग्रिड्स में स्वैच्छिक डिमांड रिस्पांस को प्रभावी ढंग से समन्वित करता है।

J. de Curtò, I. de Zarzà2026-06-10
💻 computer science

Noncooperative Coordination via a Trading-based Auction

यह शोध पत्र TACo को प्रस्तुत करता है, जो एक विकेंद्रीकृत व्यापार-आधारित नीलामी एल्गोरिदम है जो गैर-सहकारी एजेंटों को प्रत्यक्ष संचार या निजी मूल्यांकन प्रकट किए बिना सर्वसम्मति प्राप्त करने और कुल लागत को न्यूनतम करने में सक्षम बनाता है, जबकि चरणों की एक सीमित संख्या के भीतर समाप्ति की गारंटी देता है।

Jaehan Im, Filippos Fotiadis, Daniel Delahaye, Ufuk Topcu, David Fridovich-Keil2026-06-09
🤖 AI

Harmonia: End-to-End RAG Serving Optimization

Harmonia एक एंड-टू-एंड RAG सर्विंग फ्रेमवर्क है जो एक लचीले पाइपलाइन इंटरफ़ेस, हेटेरोजेनिटी-अवेयर डिप्लॉयमेंट और एक क्लोज्ड-लूप रनटाइम कंट्रोलर के माध्यम से हेटेरोजेनियस कंपोनेंट्स में प्रदर्शन को अनुकूलित करता है, जिससे व्यावसायिक विकल्पों की तुलना में 2.04x से अधिक थ्रूपुट सुधार और SLO उल्लंघनों में 78.4% तक की कमी आती है।

Saurabh Agarwal, Bodun Hu, Luis Pabon, Myungjin Lee, Jayanth Srinivasa, Aditya Akella2026-06-09
🔢 mathematics

Decentralized Online Riemannian Optimization Beyond Hadamard Manifolds

यह शोध पत्र एक विकेंद्रीकृत ऑनलाइन रीमानियन अनुकूलन (Riemannian optimization) ढांचे का प्रस्ताव करता है जो एक वक्रता-जागरूक (curvature-aware) आम सहमति चरण को पेश करके हैडामार्ड मैनिफोल्ड्स (Hadamard manifolds) की सीमाओं को दूर करता है, जिससे संभवतः धनात्मक वक्रता वाले मैनिफोल्ड्स पर पूर्ण-सूचना और टू-पॉइंट बैंडिट फीडबैक सेटिंग्स के लिए O(T)O(\sqrt{T}) रिग्रेट बाउंड प्राप्त होता है।

Emre Sahinoglu, Shahin Shahrampour2026-06-09
💰 quantitative finance

Modeling Hawkish-Dovish Latent Beliefs in Multi-Agent Debate-Based LLMs for Monetary Policy Decision Classification

यह अध्ययन एक नवीन मल्टी-एजेंट डिबेट फ्रेमवर्क पेश करता है जो फेडरल ओपन मार्केट कमेटी की विचार-विमर्श प्रक्रिया का अनुकरण करने के लिए लेटेंट हॉकिश-डोविश विश्वासों वाले इंटरैक्टिंग एलएलएम (LLMs) को मॉडल करता है, जो मानक स्टैटिक मॉडल्स की तुलना में मौद्रिक नीति निर्णय पूर्वानुमानों की सटीकता और व्याख्यात्मकता में महत्वपूर्ण सुधार करता है।

Kaito Takano, Masanori Hirano, Kei Nakagawa2026-06-09
🤖 AI

MAR:Multi-Agent Reflexion Improves Reasoning Abilities in LLMs

यह शोध पत्र MAR (मल्टी-एजेंट रिफ्लेक्शन) का प्रस्ताव करता है, जो विविध प्रतिबिंब (reflections) उत्पन्न करने और सिंगल-एजेंट सेल्फ-रिफ्लेक्शन में देखी जाने वाली थॉट डिजनरेशन (thought degeneration) को दूर करने के लिए मल्टी-पर्सोना डिबेटर का उपयोग करता है, जिससे HotPot QA और HumanEval जैसे कार्यों पर रीजनिंग प्रदर्शन में महत्वपूर्ण सुधार होता है।

Onat Ozer, Yuchen Wang, Grace Wu, Daniel Dosti, Honghao Zhang, Vivi De La Rue2026-06-09
💬 NLP

Payoff scaling shapes cooperation in LLM agents across languages

यह अध्ययन प्रदर्शित करता है कि भुगतान संबंधी दांव (payoff stakes) को बढ़ाना विरोधाभासी रूप से कई भाषाओं में LLM एजेंटों के बीच सहयोग को बढ़ाता है—एक ऐसा रुझान जो एलाइनमेंट ट्रेनिंग और मानव जैसी तर्कशक्ति द्वारा संचालित है जो विकासवादी गेम थ्योरी (evolutionary game theory) के अनुमानों का खंडन करता है—साथ ही यह भी दर्शाता है कि भाषाई फ्रेमिंग (linguistic framing) प्रोप्रायटरी और ओपन-वेट दोनों मॉडलों में रणनीतिक व्यवहार को महत्वपूर्ण रूप से आकार देती है।

Trung-Kiet Huynh, Dao-Sy Duy-Minh, Thanh-Bang Cao, Phong-Hao Le, Hong-Dan Nguyen, Phu-Quy Nguyen-Lam, Minh-Luan Nguyen-V (…)2026-06-09