1350 पेपर
यह शोध पत्र मल्टी-एजेंट कंप्यूटर यूज़ (MACU) का प्रस्ताव देता है, जो एक ऐसा सिस्टम है जहाँ एक मैनेजर मॉडल एक डायनेमिक डायरेक्टेड एसिक्लिक ग्राफ (DAG) के माध्यम से समानांतर सब-एजेंट्स को संचालित करता है ताकि जटिल, लॉन्ग-होरिज़न कार्यों को प्रभावी ढंग से संभाला जा सके, जो डेस्कटॉप और वेब नेविगेशन बेंचमार्क पर सिंगल-एजेंट बेसलाइन्स की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है।
यह शोध पत्र TechGraphRAG को प्रस्तुत करता है, जो एक एजेंटिक ग्राफ-ऑगमेंटेड RAG फ्रेमवर्क है जो बेहतर रिट्रीवल और स्व-सुधारात्मक जनरेशन के लिए मल्टी-डायमेंशनल एविडेंस स्कोरिंग, इटरेटिव एक्सटर्नल डेटाबेस सर्च और एक Neo4j नॉलेज ग्राफ का उपयोग करते हुए, वाहन गतिकी (vehicle dynamics) के विशिष्ट कॉर्पस पर तकनीकी तर्क (technical reasoning) का समर्थन करने के लिए एक 13-चरणीय स्वायत्त पाइपलाइन का उपयोग करता है।
यह शोध पत्र एक एकीकृत श्रेणीगत ढांचे (categorical framework) का प्रस्ताव करता है जो रणनीतिक बहु-एजेंट प्रणालियों को मॉडल करने के लिए शीफ सिद्धांत (sheaf theory), इवेंट कैलकुलस और गेम थ्योरी को एकीकृत करता है, यह प्रदर्शित करते हुए कि नैश इक्विलिब्रिया (Nash equilibria) एक गेम शीफ के ग्लोबल सेक्शन्स के अनुरूप होते हैं जबकि कोहोमोलॉजिकल बाधाएं (cohomological obstructions) रणनीतिक विसंगतियों को वर्गीकृत करती हैं।
यह शोध पत्र एक नवीन बहु-उद्देश्यीय अनुकूलन ढांचे को प्रस्तुत करता है जो संसाधन-विशिष्ट हैंडओवर नीतियों को उत्पन्न करने के लिए एक मल्टी-एजेंट सिस्टम सिम्युलेटर को मल्टी-ऑब्जेक्टिव इवोल्यूशनरी एल्गोरिदम के साथ जोड़ता है, जो अंतर-संसाधन सहयोग पैटर्न को स्पष्ट रूप से मॉडल करके लागत और प्रतीक्षा समय में महत्वपूर्ण कमी लाता है।
डोमेन अज्ञानता और हार्डवेयर बाधाओं के कारण उपयोगकर्ता के इरादों को भौतिक रेडियो संकेतों में अनुवादित करने में वर्तमान लार्ज लैंग्वेज मॉडल्स की सीमाओं को दूर करने के लिए, लेखक रेडियोमास्टर (RadioMaster) पेश करते हैं, जो डोमेन ज्ञान, सहयोगात्मक सिग्नल जनरेशन और क्लोज्ड-लूप सत्यापन को एकीकृत करने वाला एक स्वायत्त मल्टी-एजेंट फ्रेमवर्क है, जिसे नए रेडियोबेंच (RadioBench) बेंचमार्क द्वारा मान्य किया गया है जो कॉन्फ़िगरेशन व्यवहार्यता और सिग्नल फिडेलिटी में अत्याधुनिक बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र Agentic-J को प्रस्तुत करता है, जो एक कंटेनराइज़्ड मल्टी-एजेंट एआई सिस्टम है जिसे जीवविज्ञानियों को प्राकृतिक भाषा के अनुरोधों को निष्पादन योग्य, प्रलेखित स्क्रिप्ट में परिवर्तित करके ImageJ/Fiji में जटिल, पुनरुत्पादनीय माइक्रोस्कोपी इमेज विश्लेषण करने में सक्षम बनाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र ODTQA-FoRe को प्रस्तुत करता है, जो रियल एस्टेट डेटा का उपयोग करके भविष्य के डेटा पूर्वानुमान और तर्क पर केंद्रित पहला ओपन-डोमेन टेबुलर क्वेश्चन अनस्वर्सिंग डेटासेट है, साथ ही इसमें TimeFore भी शामिल है, जो एक LLM एजेंट फ्रेमवर्क है जो भविष्य-उन्मुख संख्यात्मक भविष्यवाणियों को संभालने में वर्तमान मॉडलों की सीमाओं को दूर करने के लिए डेटा रिट्रीवल, बाहरी टाइम-सीरीज फोरकास्टिंग और विश्लेषणात्मक संश्लेषण को एकीकृत करता है।
यह शोधपत्र रिस्क-अवर्स क्वांटल रिस्पॉन्स इक्विलिब्रिया (RQE) को पेश करके और एक नवीन सिंगल-टाइमस्केल एक्टर-क्रिटिक एल्गोरिदम के माध्यम से, जो परिमित-नमूना गारंटी के साथ वैश्विक अभिसरण (ग्लोबल कन्वर्जेंस) प्राप्त करना सिद्ध करता है, सामान्य-रचना (जनरल-सम) मार्कोव गेम्स में स्थिर नीतियों को खोजने की कम्प्यूटेशनल जटिलता को संबोधित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि विविध लार्ज लैंग्वेज मॉडल्स के बीच मल्टी-एजेंट डिबेट्स के माध्यम से 'आर्ग्युमेंटेटिव थ्योरी ऑफ रीजनिंग' का अनुकरण करना सामूहिक सत्य-खोज प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और मतिभ्रम (hallucination) जैसे आंतरिक मॉडल गुणों के मूल्यांकन के लिए एक नवीन गतिशील बेंचमार्किंग पद्धति प्रदान करता है।
यह शोध पत्र एक एलएलएम-निर्देशित विकासवादी खोज (LLM-guided evolutionary search) और एक मल्टी-एजेंट सिम्युलेटर (Medi-Sim) का उपयोग करके स्वास्थ्य सेवा तंत्र डिजाइन को प्रोग्राम सिंथेसिस समस्या के रूप में पुनर्गठित करता है, जो रणनीतिक प्रदाता प्रतिक्रियाओं को गतिशील रूप से मॉडल करता है, और सफलतापूर्वक एक निरीक्षण योग्य नियम-आधारित तंत्र को संश्लेषित करता है जो वित्तीय व्यवहार्यता बनाए रखते हुए अप-कोडिंग को समाप्त करता है और रोगी अस्वीकृति को कम करता है।