💻 Category

cs.MA

1343 पेपर

🤖 AI

Symbolic Reasoning Frameworks Modulate LLM Risk Aversion in Multi-Agent Strategic Settings

यह अध्ययन प्रदर्शित करता है कि एक बहु-एजेंट रणनीतिक खेल के भीतर एक एकल एजेंट में रिफ्लेक्टिव प्रॉम्प्ट्स के रूप में प्रतीकात्मक तर्क ढांचों (symbolic reasoning frameworks) को इंजेक्ट करना, स्वाभाविक जोखिम-विमुख पूर्वाग्रहों (risk-aversion biases) को नियंत्रित करता है और विशिष्ट ढांचों की सामग्री का पालन करने के बजाय स्वयं रिफ्लेक्टिव प्रक्रिया के माध्यम से पारिस्थितिकी तंत्र-व्यापी विजेता वितरणों को नया आकार देता है।

Augustin Chan2026-06-09
🤖 machine learning

SPIN: Decentralized Swarm Control via Tensorized Policy Coordination

यह शोध पत्र SPIN को प्रस्तुत करता है, जो एक विकेंद्रीकृत स्वार्म कंट्रोल फ्रेमवर्क है जो मैट्रिक्स प्रोडक्ट स्टेट्स के माध्यम से टेंसरकृत नीति समन्वय और एक हाइब्रिड न्यूरो-सिंबोलिक पाइपलाइन का उपयोग करता है ताकि घातांकीय कम्प्यूटेशनल बाधाओं और संचार ओवरहेड को दूर किया जा सके, जिससे संसाधन-सीमित एज प्लेटफॉर्म पर कुशल, कम-शक्ति वाले मल्टी-एजेंट समन्वय को सक्षम बनाया जा सके।

Zhaowen Fan2026-06-09
🤖 machine learning

When Should an AI Scientist Stop? Verifiable Experiment Steering and Refusal for Autonomous Discovery

यह शोध पत्र CARTOGRAPH प्रस्तुत करता है, जो स्वायत्त एआई वैज्ञानिकों (autonomous AI scientists) के लिए एक सत्यापन परत (verification layer) है जो वैज्ञानिक प्रयोगों में संरचनात्मक मॉडल अपर्याप्तताओं का प्रभावी ढंग से पता लगाने और गलत खोजों को रोकने के लिए प्रयोग स्टीयरिंग (experiment steering), अस्पष्टता समाधान (ambiguity resolution) और अवशिष्ट-आधारित इनकार तंत्र (residual-based refusal mechanisms) को एकीकृत करता है।

Neel Tushar Shah, Manglam Kartik2026-06-09
🤖 machine learning

From Human Guidance to Autonomy: Agent Skill System for End-to-End LLM Deployment on Spatial NPUs

यह शोध पत्र एक दो-चरणीय कार्यप्रणाली प्रस्तुत करता है जो मानव-निर्देशित विकास से एक स्वायत्त एजेंट कौशल प्रणाली में परिवर्तित होती है, जो AMD XDNA 2 स्थानिक NPU पर कई LLM को न्यूनतम मानवीय हस्तक्षेप के साथ महत्वपूर्ण प्रदर्शन लाभों के साथ एंड-टू-एंड सफलतापूर्वक तैनात करती है।

Jiajie Li, Erwei Wang, Zhiru Zhang, Samuel Bayliss2026-06-09
💬 NLP

Crayotter: Traceable Multi-Agent Workflows for Long-Form Video Editing

Crayotter एक ओपन-सोर्स, ट्रेस करने योग्य मल्टी-एजेंट सिस्टम है जो नैरेटिव कोहेरेंस (कथा सुसंगतता) और थीम अलाइनमेंट (विषय संरेखण) में मौजूदा बेसलाइन्स की तुलना में बेहतर प्रदर्शन करने के लिए दीर्घ-रूप वीडियो संपादन को तीन आर्टिफैक्ट-संचालित चरणों में व्यवस्थित करता है ताकि डायग्नोस्टिक संशोधनों को सक्षम बनाया जा सके।

Lecheng Yan, Yichong Zhang, Ben Pan, Xiaoyu Zheng, Jiawei Qian, Anqi Wu, Wenxi Li, Chenyang Lyu2026-06-09
🤖 AI

Systematic LLM Translation of Legacy Scientific Code to Differentiable Frameworks: Application to a Land Surface Model

यह शोध पत्र एक पांच-चरणीय LLM-आधारित एजेंटिक पाइपलाइन प्रस्तुत करता है जो 19,000-लाइन वाले एक लेगेसी फोर्ट्रान लैंड सरफेस मॉडल को सफलतापूर्वक एक डिफरेंशिएबल JAX फ्रेमवर्क में अनुवादित करता है, जिससे स्वचालित त्रुटि सुधार और सत्यापन के माध्यम से संख्यात्मक समानता सुनिश्चित करते हुए पैरामीटर रिकवरी और कम्प्यूटेशनल गति में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Aya Lahlou, Linnia Hawkins, Pierre Gentine2026-06-09
🤖 AI

Beyond Goodhart's Law: A Dynamic Benchmark for Evaluating Compliance in Multi-Agent Systems

यह शोध पत्र MAC-Bench प्रस्तुत करता है, जो मल्टी-एजेंट सिस्टम के प्रक्रियात्मक अनुपालन (procedural compliance) का मूल्यांकन और मात्रा निर्धारित करने के लिए SERV पाइपलाइन का उपयोग करने वाला एक गतिशील प्रतिकूल बेंचमार्क (dynamic adversarial benchmark) है, जो 'कम्प्लायंस-वेटेड सक्सेस रेट' (Compliance-Weighted Success Rate) और 'मैकियावेलियन गैप' (Machiavellian Gap) जैसे नवीन मेट्रिक्स के माध्यम से कार्य सफलता और सुरक्षा पालन के बीच महत्वपूर्ण समझौतों (trade-offs) को प्रकट करता है।

Yiyang Zhao, Zhuo Zhang, Qingxuan Le, Lizhen Qu, Zenglin Xu2026-06-09
💻 computer science

GRPO Does Not Close the Multi-Agent Coordination Gap

यह शोध पत्र प्रदर्शित करता है कि ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO), 'डाइनिंग फिलॉसफर्स प्रॉब्लम' पर बड़े भाषा मॉडलों में मल्टी-एजेंट समन्वय को महत्वपूर्ण रूप से सुधारने में विफल रहता है, जो यह प्रकट करता है कि ओपन-वेट मॉडलों के लिए प्राथमिक बाधाएं अपर्याप्त प्रशिक्षण कंप्यूट के बजाय दोषपूर्ण रिवॉर्ड शेपिंग, खराब चेकपॉइंट चयन और करिकुलम लर्निंग की कमी हैं।

Najmul Hasan, Prashanth BusiReddyGari2026-06-09
🤖 machine learning

Semantic Quorum Assurance: Collective Certification for Non-Deterministic AI Infrastructure

यह शोध पत्र सेमेंटिक कोरम एश्योरेंस (SQA) का परिचय देता है, जो एक कंट्रोल-प्लेन प्रिमिटिव है जो प्रस्तावित इंफ्रास्ट्रक्चर म्यूटेशन्स को सामूहिक, जोखिम-अनुकूलित प्रमाणन के लिए विविध सैंडबॉक्स्ड वैलिडेटर एजेंटों के एक पैनल तक रूट करके गैर-नियत (non-deterministic) AI-संचालित क्लाउड ऑपरेशन्स में सुरक्षा जोखिमों को कम करता है, जिससे न्यूनतम विलंबता ओवरहेड के साथ असुरक्षित अनुमोदनों को 18.5% से घटाकर 0.3% कर दिया गया है।

Jun He, Deying Yu2026-06-09
🤖 AI

SKILL.nb: Selective Formalization and Gated Execution for Durable Agent Workflows

SKILL.nb एक ऐसा फ्रेमवर्क है जो चयनात्मक औपचारिकता (selective formalization) और ऑडिट योग्य नोटबुक के भीतर गेटेड निष्पादन (gated execution) को नियोजित करके पुन: प्रयोज्य AI एजेंट वर्कफ़्लो की स्थायित्व और विश्वसनीयता को बढ़ाता है, जिससे विविध वेब ऑटोमेशन बेंचमार्क में श्रेष्ठ प्रदर्शन और स्थिरता प्राप्त करने के साथ-साथ पर्यावरणीय विचलन (environmental drift) के प्रति गतिशील अनुकूलन संभव होता है।

Amine El Hattami, Nicolas Chapados, Christopher Pal2026-06-09