1353 पेपर
यह शोध पत्र GT-HarmBench प्रस्तुत करता है, जो गेम थ्योरी संरचनाओं पर आधारित 1,535 उच्च-जोखिम वाले मल्टी-एजेंट परिदृश्यों का एक व्यापक बेंचमार्क है, जो यह प्रकट करता है कि अत्याधुनिक एआई मॉडल अक्सर सामाजिक रूप से लाभकारी परिणामों को चुनने में विफल रहते हैं और यह प्रदर्शित करता है कि गेम-थ्योरेटिक हस्तक्षेप इन जटिल वातावरणों में संरेखण (alignment) में महत्वपूर्ण सुधार कर सकते हैं।
यह शोध पत्र AMBIPOM प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो सिमेंटिक/स्ट्रक्चरल मोड, ग्लोबल/टारगेटेड स्कोप, और हाई/लो-लेवल एडिट्स के माध्यम से प्रोसेस-लेवल सुपरविजन के लिए एक डिज़ाइन स्पेस को औपचारिक रूप देकर पारदर्शी और नियंत्रणीय मानव-LLM सहयोगात्मक योजना को सक्षम बनाता है, जिसे हाइब्रिड वर्कफ़्लो और ट्रेड-ऑफ़्स को प्रकट करने के लिए उपयोगकर्ता अध्ययनों और बेंचमार्क के माध्यम से मान्य किया गया है।
SVR-MAD एक बेयसियन-प्रेरित मल्टी-एजेंट डिबेट फ्रेमवर्क है जो सटीकता बनाए रखते हुए स्केलेबिलिटी में सुधार करता है और टोकन लागत को 61% तक कम करता है, जो संचार ग्राफ (कम्युनिकेशन ग्राफ) को गतिशील रूप से निर्मित करने के लिए डिबेट परिणामों को पोस्टीरियर साक्ष्य (पोस्टीरियर एविडेंस) के रूप में उपयोग करके पूर्व-आधारित प्रूनिंग विधियों की सीमाओं को दूर करता है।
यह शोध पत्र GENSTRAT प्रस्तुत करता है, जो बड़े भाषा मॉडलों (large language models) की रणनीतिक तर्क क्षमता का मूल्यांकन करने के लिए प्रक्रियात्मक रूप से उत्पन्न रणनीतिक वातावरण और एक बहु-अक्षीय क्षमता प्रोफ़ाइल का उपयोग करने वाला एक ढांचा है, जो यह प्रकट करता है कि समान समग्र प्रदर्शन वाले मॉडल विशिष्ट तैनाती-प्रासंगिक परिदृश्यों में विशिष्ट शक्तियों और अप्रत्याशित व्यवहारिक अस्थिरता को प्रदर्शित कर सकते हैं।
यह शोध पत्र TopOptAgents को प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो टोपोलॉजी ऑप्टिमाइज़ेशन में डिज़ाइन और निर्णय लेने की दोनों प्रक्रियाओं को स्वचालित करने के लिए LLMs और इटरेटिव सेल्फ-रिफाइनमेंट का लाभ उठाता है, जिससे उन जटिल समस्याओं पर विश्वसनीय अभिसरण (convergence) सक्षम होता है जहाँ एकल मॉडल आमतौर पर विफल हो जाते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि निर्णय एकत्रीकरण (judgment aggregation) में एयरो-प्रकार के असंभवता परिणाम तब भी पुन: प्रकट होते हैं जब उन्हें वास्तविक रूप से मोडल निर्णयों तक सीमित कर दिया जाता है, जो यह सिद्ध करता है कि विशिष्ट मोडल सिमेंटिक संरचनाएं अकेले ही बिना किसी छद्म तथ्यात्मक प्रस्तावों पर निर्भर रहे, तानाशाही के लिए आवश्यक तार्किक अंतर्संबंध उत्पन्न कर सकती हैं।
यह शोध पत्र ARMS का प्रस्ताव करता है, जो मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) के लिए एक स्व-पर्यवेक्षित ढांचा है जो प्रक्षेपवक्र रैंकिंग (trajectory ranking) के माध्यम से विरल पुरस्कारों (sparse rewards) से स्वतः ही सघन पुरस्कार संकेतों (dense reward signals) को उत्पन्न करता है, और साथ ही सशर्त सर्वोत्तम-प्रतिक्रिया तर्क (conditional best-response reasoning) के माध्यम से नैश इक्विलिब्रियम (Nash equilibria) के संरक्षण की सैद्धांतिक गारंटी देता है, जिससे विरल-पुरस्कार वाले वातावरण में नमूनाकरण दक्षता (sampling efficiency) और स्थिरता में सुधार होता है।
यह शोध पत्र गतिशील अपडेट वाले भारित ग्राफ़ (weighted graphs) वाले मात्रात्मक तर्क संवादों (quantitative argumentation dialogues) के लिए सुरक्षा (safety), जीवंतता (liveness) और निष्पक्षता (fairness) के गुणों को प्रस्तुत और औपचारिक रूप से विश्लेषित करता है, तथा यह परिभाषित करता है कि ये सामयिक धारणाएँ तर्क की शक्ति की दहलीज (argument strength thresholds) और ग्राफ़ अनुक्रमों में उनके वितरण से किस प्रकार संबंधित हैं।
यह शोधपत्र PhotoFlow प्रस्तुत करता है, जो एक डायरेक्टर-रिव्यूअर-रिफ्लेक्टर आर्किटेक्चर वाला एक एजेंटिक फ्रेमवर्क है, और VPhotoBench, एक नया बेंचमार्क, ताकि जटिल स्थानिक तर्क (spatial reasoning) को सौंदर्यपूर्ण निर्णय (aesthetic judgment) के साथ प्रभावी ढंग से जोड़कर मौजूदा विधियों से बेहतर प्रदर्शन करते हुए किसी भी 3D दृश्य में भाषा-आधारित वर्चुअल फोटोग्राफी को सक्षम बनाया जा सके।