💻 Category

cs.MA

1353 पेपर

🤖 AI

KYA: A Framework-Agnostic Trust Layer for Autonomous Systems with Verifiable Provenance and Hierarchical Policy Composition

KYA स्वायत्त प्रणालियों (autonomous systems) के लिए एक ओपन-सोर्स, फ्रेमवर्क-अज्ञेय (framework-agnostic) ट्रस्ट लेयर है जो एजेंट ड्रिफ्ट, लीक्स और एडवरसेरियल हमलों का पता लगाने के लिए पांच मुख्य प्रिमिटिव्स—जिसमें एक सुरक्षित फोर-गेट अप्लाई पाइपलाइन, पदानुक्रमित नीति संरचना (hierarchical policy composition), और एकीकृत ट्रस्ट स्कोरिंग शामिल है—का उपयोग करता है, जबकि सब-मिलीसेकंड लेटेंसी और उच्च थ्रूपुट को बनाए रखता है।

Kolawole Quadri2026-05-26
💬 NLP

A Multi-Agent LLM Framework for Rating the Quality of Surgical Feedback

यह शोध पत्र एक दो-चरणीय, मल्टी-एजेंट एलएलएम (LLM) ढांचे को प्रस्तुत करता है जो लाइव ऑपरेटिंग रूम इंटरैक्शन को स्वचालित रूप से स्कोर करने के लिए व्याख्यात्मक सर्जिकल फीडबैक गुणवत्ता मानदंडों की खोज करता है, जो फीडबैक प्रभावशीलता और प्रशिक्षु व्यवहार समायोजन की भविष्यवाणी करने में पूर्व विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Rafal Kocielnik, J. Everett Knudsen, Steven Y. Cen, Jasmine Lin, Cherine H. Yang, Atharva Deo, Ujjwal Pasupulety, Peter (…)2026-05-26
💻 computer science

Collaborative Threat-Aware Autonomy (CTAA)

यह शोधपत्र स्वायत्त वाहन टीमों के लिए एक भूमिका-विभेदित मल्टी-एजेंट ढांचे को प्रस्तुत करता है जो प्रतिकूल वेपन एंगेजमेंट ज़ोन में मिशन की सफलता को बढ़ाता है, जिसमें संभाव्य अतिरेक (प्रोबेबिलिस्टिक रिडंडेंसी) और खतरे की संतृप्ति (थ्रेट सैचुरेशन) उत्पन्न करने के लिए विशिष्ट इंटरसेप्ट, एस्कॉर्ट और डिकॉय भूमिकाएं सौंपी जाती हैं, जबकि प्रत्येक वाहन अपने लक्ष्य की ओर सुरक्षित रूप से नेविगेट करने के लिए स्वतंत्र रूप से CSBEZ-आधारित रिएक्टिव गाइडेंस लॉ का उपयोग करता है।

Rajnikant Sharma, Abhinav Sinha, Isaac Weintraub2026-05-26
🤖 AI

Behind EvoMap: Characterizing a Self-Evolving Agent-to-Agent Collaboration Network

यह शोध पत्र इवोमैप (EvoMap) एजेंट-टू-एजेंट सहयोग नेटवर्क का पहला बड़े पैमाने पर अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि स्केलेबल विकास को प्राथमिकता देने वाले इसके डिज़ाइन विकल्प, बड़े पैमाने पर उत्पादन को प्रोत्साहित करने वाली रिवॉर्ड संरचनाओं, हेरफेर के प्रति संवेदनशील दोषपूर्ण स्कोरिंग प्रणालियों और अपुष्ट स्व-रिपोर्टिंग के कारण पुन: प्रयोज्यता, विकास और ऑडिटेबिलिटी में महत्वपूर्ण समझौते की ओर ले जाते हैं, जिससे अधिकांश संपत्तियां वास्तविक गुणवत्ता जांच को दरकिनार करने में सक्षम हो जाती हैं।

Qiming Ye, Peixain Zhang, Yupeng He, Zifan Peng, Gareth Tyson2026-05-26
🤖 machine learning

Multi-Agent Systems are Mixtures of Experts: Who Becomes an Influencer?

यह शोध पत्र मल्टी-एजेंट एलएलएम (LLM) विचार-विमर्श को इनपुट-निर्भर फ्राइडकिन-जॉनसन (Friedkin-Johnsen) ओपिनियन डायनेमिक्स द्वारा शासित 'मिक्सचर ऑफ एक्सपर्ट्स' के रूप में प्रस्तुत करता है, जो यह प्रदर्शित करता है कि प्रदर्शन में सुधार तब होता है जब प्रभाव को आत्मविश्वास और प्रारंभिक संरेखण जैसे गुप्त एजेंट सक्षमता के अवलोकन योग्य प्रॉक्सी के आधार पर रूट किया जाता है।

Franka Bause, Jonas Niederle, Martin Pawelczyk, Rebekka Burkholz2026-05-26
💬 NLP

Anticipate and Learn: Unleashing Idle-Time Compute in Proactive Agents

यह शोध पत्र ProAct को प्रस्तुत करता है, जो एक प्रोएक्टिव एजेंट आर्किटेक्चर है जो भविष्य की उपयोगकर्ता आवश्यकताओं का पूर्वानुमान लगाने और तैयारी करने के लिए आइडल-टाइम कंप्यूट (idle-time compute) का लाभ उठाता है, साथ ही ProActEval बेंचमार्क को भी प्रस्तुत करता है, जो रिएक्टिव बेसलाइनों की तुलना में कार्य दक्षता, उपयोगकर्ता प्रयास में कमी और मतिभ्रम (hallucination) शमन में महत्वपूर्ण सुधार प्रदर्शित करता है।

Haoyi Hu, Qirong Lyu, Xianghan Kong, Weiwen Liu, Jianghao Lin, Zixuan Guo, Yan Xu, Yasheng Wang, Weinan Zhang, Yong Yu2026-05-26
💬 NLP

When Gradients Collide: Failure Modes of Multi-Objective Prompt Optimization for LLM Judges

यह शोध पत्र दो प्राथमिक विफलता मोडों—ऑप्टिमाइज़ेशन-टाइम ग्रेडिएंट डाइल्यूशन (optimization-time gradient dilution) और इन्फरेंस-टाइम इंस्ट्रक्शन इंटरफेरेंस (inference-time instruction interference)—की पहचान करता है, जो LLM जजों के लिए मल्टी-ऑब्जेक्टिव प्रॉम्प्ट ऑप्टिमाइज़ेशन में बाधा डालते हैं, यह प्रदर्शित करते हुए कि मौजूदा टेक्स्टुअल ग्रेडिएंट विधियाँ अक्सर कई मानदंडों को एक साथ संभालते समय प्रारंभिक प्रॉम्प्ट्स से बेहतर सुधार करने में विफल रहती हैं।

Parth Darshan, Abhishek Divekar2026-05-26
🤖 AI

Ax-Prover: A Deep Reasoning Agentic Framework for Theorem Proving in Mathematics and Quantum Physics

Ax-Prover एक मल्टी-एजेंट फ्रेमवर्क है जो विविध वैज्ञानिक डोमेन में स्वायत्त और सहयोगात्मक औपचारिक प्रमेय प्रमाणन (formal theorem proving) को सक्षम करने के लिए मॉडल कॉन्टेक्स्ट प्रोटोकॉल के माध्यम से लार्ज लैंग्वेज मॉडल्स को लीन (Lean) टूल्स के साथ संयोजित करता है, जो नए बेंचमार्क पर उत्कृष्ट सामान्यीकरण और जटिल गणितीय कार्यों में व्यावहारिक उपयोगिता प्रदर्शित करता है।

Benjamin Breen, Marco Del Tredici, Jacob McCarran, Javier Aspuru Mijares, Weichen Winston Yin, Kfir Sulimany, Jacob M. T (…)2026-05-25
🤖 machine learning

Automatic Construction of Clinical Scoring Systems with LLM Agents

यह शोध पत्र AgentScore को प्रस्तुत करता है, जो एक LLM एजेंट फ्रेमवर्क है जो सिमेंटिक नियम निर्माण (semantic rule generation) को डेटा-आधारित सत्यापन (data-grounded verification) के साथ जोड़कर स्वतः ही तैनात करने योग्य, यूनिट-वेटेड क्लिनिकल स्कोरिंग सिस्टम का निर्माण करता है, जिससे नियमित क्लिनिकल उपयोग के लिए आवश्यक सख्त व्याख्यात्मकता (interpretability) और वर्कफ़्लो बाधाओं का पालन करते हुए लचीले मॉडलों के तुलनीय प्रदर्शन प्राप्त होता है।

Silas Ruhrberg Estévez, Christopher Chiu, Mihaela van der Schaar2026-05-25
🤖 AI

TABX: A High-Throughput Sandbox Battle Simulator for Multi-Agent Reinforcement Learning

यह शोध पत्र TABX को प्रस्तुत करता है, जो एक उच्च-थ्रूपुट, JAX-आधारित सैंडबॉक्स सिम्युलेटर है जो अत्यधिक पुनर्गठनीय युद्ध परिदृश्यों के माध्यम से सहयोगात्मक मल्टी-एजेंट सुदृढीकरण लर्निंग (multi-agent reinforcement learning) में स्केलेबल, मॉड्यूलर और हार्डवेयर-त्वरित अनुसंधान को सक्षम बनाता है।

Hayeong Lee, JunHyeok Oh, Byung-Jun Lee2026-05-25