1353 पेपर
यह शोध पत्र RealICU का परिचय देता है, जो एक पश्चदृष्टि-एनोटेटेड (hindsight-annotated) बेंचमार्क है जो चिकित्सक-समीक्षित ग्राउंड ट्रुथ का उपयोग करके लंबे-संदर्भ वाले ICU डेटा पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है, जिससे यह पता चलता है कि बेहतर मेमोरी आर्किटेक्चर के बावजूद वर्तमान मॉडल रिकॉल-सुरक्षा ट्रेडऑफ और एंकरिंग बायस (anchoring biases) के साथ संघर्ष करते हैं।
यह शोधपत्र SkillOps को प्रस्तुत करता है, जो एक लो-ओवरहेड (low-overhead), मेथड-अग्नोस्टिक (method-agnostic) फ्रेमवर्क है जो LLM एजेंट स्किल लाइब्रेरीज़ को टाइप किए गए कॉन्ट्रैक्ट्स (typed contracts) के रूप में दर्शाकर और लाइब्रेरी के स्वास्थ्य का निदान करके उन्हें स्व-रखरखाव वाले सॉफ्टवेयर इकोसिस्टम के रूप में मानता है, जिससे बिना किसी अतिरिक्त टास्क-टाइम मॉडल कॉल की आवश्यकता के कार्य सफलता दर में उल्लेखनीय सुधार होता है।
यह शोध पत्र EconAI को प्रस्तुत करता है, जो एक नवीन ढांचा है जो यथार्थवादी मैक्रो- और माइक्रोइकॉनमिक इंटरैक्शन का अनुकरण करने में सक्षम गतिशील, अनुकूलन योग्य आर्थिक एजेंट बनाने के लिए आर्थिक भावना अनुक्रमण (इकोनॉमिक सेंटीमेंट इंडेक्सिंग) और मेमोरी वेटिंग के साथ लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे अल्पकालिक अनुकूलन और दीर्घकालिक रणनीतिक योजना के बीच संतुलन बनाया जा सके।
यह शोध पत्र एक सर्वसम्मति मॉडल प्रस्तुत करता है जो "अज्ञेयवादी" (agnostic) नोड्स के साथ मतदाता गतिशीलता और अफवाह प्रसार को जोड़ता है, जो सैद्धांतिक सीमाएँ, विशेष मामलों के लिए सटीक सूत्र, और सामान्य एवं एर्दोश-रेनी (Erdős-Rényi) ग्राफों पर सर्वसम्मति संभावनाओं का कुशलतापूर्वक अनुमान लगाने के लिए एक पूर्ण बहुपद-समय यादृच्छिक सन्निकटन योजना (FPRAS) प्रदान करता है।
यह शोध पत्र फोकसिंग इन्फ्लुएंस मैकेनिज्म (FIM) का प्रस्ताव करता है, जो एक एंट्रॉपी-आधारित मानदंड और एलिजिबिलिटी ट्रेसेस का उपयोग करके एजेंटों को कम-अन्वेषित अवस्था क्षेत्रों की ओर निर्देशित करने और समन्वित संयुक्त व्यवहार को बनाए रखने के माध्यम से विरल पुरस्कारों (sparse rewards) के तहत सहकारी मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) को उन्नत करता है।
यह शोध पत्र मास्क्ड एजेंट कोलाबोरेशन (MAC) फ्रेमवर्क का प्रस्ताव करता है, जो पारेटो-इष्टतम (Pareto-optimal) LLM एजेंटों के व्यवस्थित चयन और अनुकूलनशील, प्रगतिशील सूचना प्रसार को सक्षम करने के लिए असंगत आउटपुट को पुनरावृत्ति में मास्क करने के माध्यम से चिकित्सा निर्णय लेने की प्रक्रिया को बढ़ाता है।
यह शोध पत्र एक पदानुक्रमित प्रतिकूल विकेंद्रीकृत मीन फील्ड नियंत्रण (Hierarchical Adversarial Decentralized Mean Field Control) ढांचे का प्रस्ताव करके बड़े पैमाने पर मल्टी-एजेंट सुदृढीकरण शिक्षण में संवेदनशील एजेंट पहचान (Vulnerable Agent Identification) की समस्या को संबोधित करता है, जो फेनकल-रॉकैफेल रूपांतरण (Fenchel-Rockafellar transformation) के माध्यम से एनपी-हार्ड (NP-hard) एजेंट चयन को प्रतिकूल नीति शिक्षण से अलग करता है, जिससे उन एजेंटों की कुशल और प्रमाणित रूप से इष्टतम पहचान सक्षम होती है जिनके विफल होने से सिस्टम के प्रदर्शन में सबसे खराब गिरावट आती है।
यह शोध पत्र FLARE को प्रस्तुत करता है, जो फेडरेटेड लर्निंग के लिए एक अनुकूलन योग्य बहु-आयामी प्रतिष्ठा ढांचा (multi-dimensional reputation framework) है, जो स्थिर बाइनरी फ़िल्टरिंग को निरंतर विश्वास मूल्यांकन, स्व-अंशांकन थ्रेशोल्ड और सॉफ्ट एक्सक्लूजन तंत्रों से बदलकर विविध और विकसित होते बाइजेंटाइन हमलों के विरुद्ध मजबूती को बढ़ाता है, जबकि उच्च मॉडल सटीकता और अभिसरण गति को बनाए रखता है।
यह शोध पत्र मल्टी-एजेंट सिस्टम के लिए एक डिस्ट्रीब्यूटेड क्वांटम गॉसियन प्रोसेस (DQGP) फ्रेमवर्क प्रस्तावित करता है जो उन्नत मॉडलिंग के लिए क्वांटम एम्बेडिंग का लाभ उठाता है और परिणामी गैर-यूक्लिडियन अनुकूलन समस्या को हल करने के लिए एक डिस्ट्रीब्यूटेड कंसेंसस रीमानियन ADMM एल्गोरिदम पेश करता है, जो क्वांटम सिमुलेशन के माध्यम से वास्तविक और सिंथेटिक डेटासेट पर इसकी प्रभावकारिता को प्रदर्शित करता है।
PIVOT एक स्व-पर्यवेक्षित (self-supervised) फ्रेमवर्क है जो योजना (planning) और निष्पादन (execution) के बीच के अंतर को पाटने के लिए योजना, निरीक्षण, विकास और सत्यापन की चार-चरणीय प्रक्रिया के माध्यम से उम्मीदवार प्रक्षेप पथों (candidate trajectories) को पुनरावृत्ति से परिष्कृत करता है, जिससे काफी कम कम्प्यूटेशनल लागत के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।