1343 पेपर
यह शोध पत्र एजेंटिक रेडक्स (Agentic Redux) को प्रस्तुत करता है, जो टाइपड लैम्ब्डा कैलकुलस (typed lambda calculus) और मानव-लिखित ऑन्टोलॉजी पर आधारित एक प्रमाणित रूप से सही और ऑडिट योग्य एलएलएम (LLM) एजेंट आर्किटेक्चर है, जो स्वास्थ्य देखभाल बिलिंग अनुपालन और सुरक्षा भेद्यता प्रकटीकरण में इसके अनुप्रयोग को प्रदर्शित करता है।
यह शोध पत्र सेंसर नेटवर्क के लिए एक नवीन वितरित पुनरावृत्ति एल्गोरिदम (डिस्ट्रीब्यूटेड इटरेटिव एल्गोरिदम) का प्रस्ताव और कठोर विश्लेषण करता है जो नोड्स को दोषपूर्ण या विश्वसनीय के रूप में वर्गीकृत करने और एक सामान्य अज्ञात पैरामीटर का अनुमान लगाने का कार्य एक साथ करता है, जो अनंत सेंसरों की सीमा में इष्टतम प्रदर्शन की ओर अभिसरण (कन्वर्जेंस) प्रदर्शित करता है और मजबूती तथा कार्यान्वयन सरलता में केंद्रीकृत एक्सपेक्टेशन-मैक्सिमाइजेशन (ई-एम) दृष्टिकोणों से बेहतर प्रदर्शन करता है।
यह शोधपत्र DeMuon को प्रस्तुत करता है, जो Muon ऑप्टिमाइज़र का पहला विकेंद्रीकृत विस्तार है जो संचार ग्राफ़ (communication graphs) पर मैट्रिक्स अनुकूलन के लिए न्यूटन-शुल्ज़ ऑर्थोगोनालाइज़ेशन (Newton-Schulz orthogonalization) को ग्रेडिएंट ट्रैकिंग के साथ जोड़ता है ताकि भारी-पूंछ वाले शोर (heavy-tailed noise) की स्थितियों में भी प्रमाणित अभिसरण (provable convergence) और उत्कृष्ट प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र ऑटोमेटा-कंडीशन्ड कोऑपरेटिव मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग (ACC-MARL) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो मल्टी-एजेंट टीमों के लिए जटिल टेम्पोरल उद्देश्यों को बिना पुन: प्रशिक्षण के संभालने हेतु कार्य-आधारित विकेंद्रीकृत नीतियों के कुशल, सैंपल-इष्टतम शिक्षण को सक्षम बनाता है, साथ ही परीक्षण के समय इष्टतम कार्य असाइनमेंट की सुविधा भी प्रदान करता है।
यह शोध पत्र CLIO को प्रस्तुत करता है, जो कैलिब्रेटेड डिफ़रेंस (calibrated deference) में सक्षम एक संज्ञानात्मक एजेंट है, जिसने एक बेहतर जलीय कार्बनिक रेडॉक्स फ्लो बैटरी नेगोलाइट (aqueous organic redox flow battery negolyte) को डिजाइन करने के लिए एक क्लोज्ड-लूप मानव-AI अभियान का सफलतापूर्वक मार्गदर्शन किया, और स्वायत्त रूप से यांत्रिक विफलताओं (mechanistic failures) की पहचान करके और प्रभावी रासायनिक संशोधनों का सुझाव देकर इसे संभव बनाया।
यह शोध पत्र सामूहिक शासन को NK फिटनेस लैंडस्केप पर अनुकूलन के रूप में मॉडल करता है ताकि यह प्रदर्शित किया जा सके कि इष्टतम मतदान विधि लैंडस्केप की ऊबड़-खाबड़ प्रकृति और क्रॉस-डिपेंडेंसी के आधार पर तीव्र चरण संक्रमण (फेज ट्रांजिशन) से गुजरती है, जिसमें बोर्डा काउंट (Borda count) प्रत्यक्ष लोकतंत्र में सामान्यतः माध्य फिटनेस को अधिकतम करता है जबकि कार्डिनल स्कोर वोटिंग प्रतिनिधि लोकतंत्र में प्रभावी होती है।
यह अध्ययन प्रदर्शित करता है कि विकसित तंत्रिका एजेंट (evolved neural agents) ऐसी संचार रणनीतियाँ विकसित कर सकते हैं जो आत्म-नियामक कार्यों (self-regulatory functions) के रूप में कार्य करती हैं, जहाँ दूसरों तक सूचना स्थानांतरित करने के बजाय, पलायन व्यवहार (escape behavior) को बनाए रखने के लिए अपने स्वयं के स्वरोच्चार को सुनना आवश्यक होता है।
फ्रेडरिक हायेक के आर्थिक सिद्धांत से प्रेरित, यह शोध पत्र यह प्रदर्शित करता है कि एक विकेंद्रीकृत बहु-एजेंट प्रणाली, जहाँ एजेंट नीलामी के माध्यम से प्रतिस्पर्धा करते हैं और धन संचय के आधार पर आर्थिक चयन से गुजरते हैं, विविध जटिल कार्यों में मजबूत मोनोलिथिक बेसलाइन से बेहतर प्रदर्शन करने वाली उभरती हुई बहु-चरणीय तर्क रणनीतियों को विकसित करने के लिए स्वयं को ऑर्केस्ट्रेट कर सकती है।
यह शोध पत्र एम्बेडेड एआई एजेंट प्रणालियों के लिए एक मॉड्यूलर, टियर्ड (tiered) संदर्भ आर्किटेक्चर का प्रस्ताव करता है जो क्लाउड-संवर्धित तर्क (reasoning) को ऑन-डिवाइस निष्पादन से अलग करके और संसाधन-सीमित वातावरण में सुरक्षा और अवलोकन क्षमता सुनिश्चित करने के लिए एक गवर्नेंस लेयर को एकीकृत करके, नियतकालिक (deterministic) रियल-टाइम नियंत्रण और एजेंटिक इंटेलिजेंस के बीच के अंतर को पाटता है।
यह शोध पत्र प्रकट करता है कि जहाँ मल्टी-एजेंट डिबेट अक्सर आलोचना-प्रेरित भ्रम के कारण डेटा जनरेशन को कमतर कर देती है, वहीं यह त्रुटि का पता लगाने में महत्वपूर्ण रूप से सुधार करती है, जिससे एक व्युत्पन्न स्थिति और कोड-एग्जीक्यूशन ग्राउंडिंग के साथ एक विशिष्ट एडवरसैरियल कॉन्फ़िगरेशन प्राप्त होता है जो जनरेटिव कार्यों पर सिंगल-एजेंट मॉडल से बेहतर प्रदर्शन करने के लिए डिबेट का सफलतापूर्वक लाभ उठाता है।