🤖 AI

QUIVER: A Formal Framework for Quantifying Perturbation Propagation and Bifurcation in Compound AI Systems

यह शोध पत्र QUIVER को प्रस्तुत करता है, जो संवेदनशीलता मैट्रिसेस (sensitivity matrices), प्रक्षेप विक्षेपण मेट्रिक्स (trajectory divergence metrics) और द्विभाजन थ्रेशोल्ड (bifurcation thresholds) को परिभाषित करके कंपाउंड AI सिस्टम में विक्षोभ प्रसार (perturbation propagation) और संरचनात्मक द्विभाजन (structural bifurcation) को परिमाणित करने वाला एक औपचारिक ढांचा है, जिसे विविध प्रोडक्शन और पब्लिक पाइपलाइनों में मान्य किया गया है ताकि विशिष्ट संवेदनशीलता प्रोफाइल को प्रकट किया जा सके और मूल्यांकन आर्टिफैक्ट्स (evaluation artifacts) को स्थानीयकृत किया जा सके।

Prashanti Nilayam, Sankalp Nayak2026-05-26
🤖 AI

MemForest: An Efficient Agent Memory System with Hierarchical Temporal Indexing

MemForest एक कुशल एजेंट मेमोरी सिस्टम है जो समानांतर चंक निष्कर्षण (parallel chunk extraction) और एक पदानुक्रमित टेम्पोरल इंडेक्स जिसे MemTree कहा जाता है, को पेश करके लॉन्ग-कॉन्टेक्स्ट LLMs में स्केलेबिलिटी और लेटेंसी संबंधी समस्याओं का समाधान करता है, जो मेमोरी बेंचमार्क पर बेहतर प्रदर्शन और थ्रूपुट प्राप्त करने के लिए महंगी फुल-स्टेट रीराइट्स के स्थान पर स्थानीयकृत अपडेट का उपयोग करता है।

Han Chen, Zining Zhang, Wenqi Pei, Bingsheng He, Ming Wu, Jason Zeng, Michael Heinrich, Wei Wu, Hongbao Zhang2026-05-26
🤖 AI

EvoSci: A Bio-Inspired Multi-Agent Framework for the Evolution of Scientific Discovery

EvoSci एक जैव-प्रेरित (bio-inspired) मल्टी-एजेंट फ्रेमवर्क है जो वैज्ञानिक विचारों को पुनरावृत्ति के माध्यम से विकसित करने के लिए नॉलेज ग्राफ्स को भूमिका-आधारित सहयोग (मेंटर, रिसर्चर, रिव्यूअर) के साथ एकीकृत करता है, जो सुसंगत और रचनात्मक अनुसंधान खोजों को उत्पन्न करने में मौजूदा बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करता है।

Xiaoyu Xiong, Yuqi Ren, Deyi Xiong2026-05-26
💻 computer science

ProofAgent Harness: Open Infrastructure for Adversarial Evaluation of AI Agents

यह शोध पत्र ProofAgent Harness को प्रस्तुत करता है, जो एक खुला इंफ्रास्ट्रक्चर है जो मल्टी-टर्न ट्रायल्स और मल्टी-ज्यूर ऑडिटिंग का उपयोग करके एआई एजेंट मूल्यांकन को स्टैटिक स्कोरिंग से बदलकर एक स्केलेबल, एडवर्सरियल और साक्ष्य-आधारित प्रक्रिया में परिवर्तित करता है ताकि उच्च-जोखिम वाले प्रोडक्शन सेटिंग्स में महत्वपूर्ण विफलताओं को उजागर किया जा सके।

Fouad Bousetouane2026-05-26
💻 computer science

Habermolt: Delegating Deliberation to AI Representatives

यह शोध पत्र हैबरमोल्ट (Habermolt) को प्रस्तुत करता है, जो एआई-प्रत्यायोजित विमर्श (AI-delegated deliberation) के लिए एक सार्वजनिक मंच है जहाँ एजेंट सामूहिक निर्णय लेने में मनुष्यों का प्रतिनिधित्व करते हैं, और यह स्केलेबल, विश्वसनीय एआई प्रतिनिधियों की नवीन डिज़ाइन और संरेखण चुनौतियों को संबोधित करने के लिए प्रतिनिधित्व, एकत्रीकरण और संशोधन के आयामों के माध्यम से इसकी प्रभावशीलता का मूल्यांकन करता है।

Joseph Low, Oscar Duys, Claude Formanek, Michiel Bakker, Lewis Hammond2026-05-26✓ Author reviewed
💻 computer science

A Reinforcement Learning Inspired Latent Yield Based Adaptive Algorithm Switching Mechanism

यह शोध पत्र एक गणनात्मक रूप से कुशल, सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) से प्रेरित अनुकूल एडेप्टिव एल्गोरिदम स्विचिंग तंत्र का प्रस्ताव करता है जो प्रदर्शन एकत्रीकरण को स्थिर करने और विकसित होते परिवेशों में अन्वेषण (एक्सप्लोरेशन) और दोहन (एक्सप्लोइटेशन) को गतिशील रूप से संतुलित करने के लिए एक लेटेंट यील्ड मेट्रिक और आइलैंड मॉडल का उपयोग करता है।

Jayprakash S. Nair, Jimson Mathew, Shivashankar B. Nair2026-05-26
💻 computer science

Adaptive Punishment for Cooperation in Mixed-Motive Games

यह शोध पत्र एडेप्टिव पनिशमेंट फॉर कोऑपरेशन (APC) का प्रस्ताव करता है, जो एक वितरित विधि है जो लागत और प्रभावकारिता को प्रभावी ढंग से संतुलित करने के लिए डिफेक्शन की गंभीरता और संभावना के आधार पर दंड की तीव्रता को गतिशील रूप से समायोजित करती है, जिससे मिश्रित-प्रेरणा वाले मल्टी-एजेंट परिदृश्यों में सहयोग को बढ़ावा मिलता है।

Min Tang, Fanqi Kong, Linyuan Lü, Xue Feng2026-05-26
💻 computer science

AI-Driven Adaptive Adversaries and the Erosion of Cryptographic Trust in Public Key Systems

यह शोध पत्र इस बात की जांच करता है कि कैसे एआई-संचालित अनुकूलनशील विरोधी (AI-driven adaptive adversaries), कार्यान्वयन-स्तरीय अवलोकनीयताओं (implementation-level observabilities) का लाभ उठाकर पब्लिक की क्रिप्टोग्राफी को कमजोर कर रहे हैं, जिससे पारंपरिक एल्गोरिदम-केंद्रित सुरक्षा मॉडलों और आधुनिक परिचालन हमले की वास्तविकताओं के बीच एक महत्वपूर्ण विसंगति उजागर होती है।

Petar Radanliev2026-05-26
🤖 AI

Hera: Learning Long-Horizon Coordination for Device-Cloud Collaborative LLM Agents

Hera एक नवीन स्टेप-लेवल डिवाइस-क्लाउड समन्वयक है जो लॉन्ग-होरिज़न LLM एजेंटों के लिए है, जो कार्य सफलता और कम्प्यूटेशनल लागत के बीच संतुलन को अनुकूलित करने के लिए इमिटेशन लर्निंग और कॉस्ट-अवेयर रीइन्फोर्समेंट लर्निंग के दो-चरणीय प्रशिक्षण प्रतिमान का उपयोग करता है, जिससे क्लाउड के उपयोग में उल्लेखनीय कमी के साथ क्लाउड-ओनली प्रदर्शन के करीब प्रदर्शन प्राप्त होता है।

Yuxin Zhang, Mengxue Hu, Zheng Lin, Xiaoyi Fan, Fan Xie, Zihan Fang, Jing Yang, Wenjun Zhu, Zhiwen Chen, Chengfei Lv, Zh (…)2026-05-26
🤖 AI

Scaling up Energy-Aware Multi-Agent Reinforcement Learning for Mission-Oriented Drone Networks with Individual Reward

यह शोध पत्र एक ऊर्जा-जागरूक मल्टी-एजेंट सुदृढीकरण लर्निंग मॉडल प्रस्तावित करता है जो पारंपरिक साझा पुरस्कार दृष्टिकोणों की तुलना में वातावरण के आकार और एजेंटों की संख्या को बढ़ाने पर विशेष रूप से ध्यान केंद्रित करते हुए, मिशन-उन्मुख ड्रोन नेटवर्क की मजबूती, ऊर्जा दक्षता और सफलता दर को बढ़ाने के लिए व्यक्तिगत पुरस्कार कार्यों के साथ डीप क्यू-नेटवर्क्स का उपयोग करता है।

Changling Li, Ying Li2026-05-26✓ Author reviewed