1353 पेपर
ScholarPeer एक संदर्भ-जागरूक मल्टी-एजेंट फ्रेमवर्क है जो एक वरिष्ठ शोधकर्ता के वर्कफ़्लो का अनुकरण करके पीयर रिव्यू प्रक्रिया को सुदृढ़ करता है ताकि प्री-सबमिशन मेंटरशिप और पोस्ट-सबमिशन सत्यापन प्रदान किया जा सके, जो ICLR सबमिशन के एक बड़े पैमाने के डेटासेट पर तकनीकी सुदृढ़ता के ऑडिटिंग और छूटे हुए तुलनाओं की पहचान करने में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र FORGE को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो मल्टी-एजेंट वातावरण में नेचुरल-लैंग्वेज प्रॉम्प्ट-आधारित अनुपालन की सीमाओं को संबोधित करते हुए, एजेंटिक सिस्टम्स में कठोर गारंटी के साथ सुरक्षा नीतियों को लागू करने के लिए एस्पेक्ट-ओरिएंटेड प्रोग्रामिंग और डैटलॉग-आधारित औपचारिक सत्यापन (फॉर्मल वेरिफिकेशन) का लाभ उठाता है।
यह शोध पत्र सामूहिक प्रेडिक्टिव कोडिंग (Collective Predictive Coding) और मेट्रोपोलिस-हेस्टिंग्स नेमिंग गेम्स (Metropolis-Hastings Naming Games) का उपयोग करते हुए माता-पिता-शिशु सह-नियमन (parent-infant co-regulation) के एक कम्प्यूटेशनल मॉडल को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि विषम ज्ञान और स्थानीय संवेदी पहुंच वाले एजेंटों के बीच पूर्णतः साझा जनरेटिव वर्ल्ड मॉडल्स की आवश्यकता के बिना तीव्र अंतर-मस्तिष्क तुल्यकालन (inter-brain synchrony) और अनुकूल होमियोस्टैटिक विनियमन उभर सकता है।
यह शोध पत्र एक कम्प्यूटेशनल मॉडल प्रस्तुत करता है जो यह प्रदर्शित करता है कि भावना में सामाजिक वास्तविकता, सक्रिय अनुमान (active inference) और सामाजिक एलोस्टेसिस (social allostasis) ढांचे के भीतर गतिशील प्रतीक विनिमय के माध्यम से, दो एजेंटों के अंतःसंवेदी पूर्वग्रहों (interoceptive priors) और प्रतीक व्याख्याओं के अभिसरण द्वारा उभरती है।
यह शोध पत्र क्षमता-संरेखित एंटरप्राइज एजेंट डिज़ाइन (CEAD) आर्किटेक्चर का प्रस्ताव करता है, जो वैकल्पिक दृष्टिकोणों की तुलना में एंटरप्राइज मल्टी-एजेंट सिस्टम में काफी उच्च सुरक्षित सफलता दर प्राप्त करने के लिए गवर्नेंस-केंद्रित मॉडलों के बजाय कठोर एजेंट डिज़ाइन सिद्धांतों को प्राथमिकता देता है।
यह शोध पत्र एक वर्ल्ड-मॉडल-आधारित ढांचे का प्रस्ताव करके मल्टी-एजेंट एलएलएम (LLM) सर्वसम्मति प्रणालियों में इनसाइडर हमलों की जांच करता है, जो एक दुर्भावनापूर्ण एजेंट को निर्दोष एजेंटों के बीच सहमति को प्रभावी ढंग से विलंबित करने या रोकने के लिए प्रशिक्षित करने हेतु सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है।
SceneFactory एक NVIDIA Isaac Sim पर आधारित GPU-वेक्टराइज़्ड स्वायत्त-ड्राइविंग सिमुलेशन प्लेटफॉर्म है जो आर्टिकुलेटेड वाहन गतिकी (articulated vehicle dynamics) और सड़क-स्थिति-निर्भर घर्षण के बैच प्रशिक्षण को सक्षम करके स्केलेबल समानांतरता (scalable parallelism) और उच्च-सटीक भौतिकी (high-fidelity physics) के बीच के अंतर को पाटता है, जिससे गैर-वेक्टराइज़्ड बेसलाइन की तुलना में काफी अधिक थ्रूपुट प्राप्त होता है और सरलीकृत किनेमैटिक मॉडलों की तुलना में बेहतर पॉलिसी ट्रांसफर और सुरक्षा प्रदर्शन प्रदर्शित होता है।
यह शोध पत्र एक सहयोगात्मक बुद्धिमत्ता प्रतिमान (collaborative intelligence paradigm) प्रस्तावित करता है जहाँ विभिन्न उपकरणों और क्लाउड में वितरित कई लार्ज लैंग्वेज मॉडल्स, विविध संसाधन बाधाओं के तहत उच्च गुणवत्ता वाले उत्तर देने के लिए ऊर्ध्वाधर (vertical) और क्षैतिज (horizontal) सहयोग के माध्यम से मिलकर कार्य करते हैं, साथ ही प्रशिक्षण रणनीतियों और खुले अनुसंधान चुनौतियों को भी संबोधित करते हैं।
यह शोध पत्र "इच्छा" (will) के एक ऐसे ढांचे का प्रस्ताव करता है जो स्थानीय लागत-लाभ के उतार-चढ़ाव की अनदेखी करके निरंतर लक्ष्यों का पीछा करने वाले एक तंत्र के रूप में कार्य करता है, और गतिशील विश्लेषण एवं सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि ऐसे इच्छित एजेंट सामाजिक दुविधाओं में सहयोग के उत्प्रेरक के रूप में रणनीतिक रूप से तर्कसंगत पुनर्मूल्यांकन को सीमित करके उन उच्च-जोखिम वाली सीमाओं को पार करते हैं जहाँ मानक उपयोगिता अधिकतमकरण विफल हो जाता है।
यह शोध पत्र MIND-Skill को प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो जटिल कार्यों पर मजबूती और सामान्यीकरण सुनिश्चित करने के लिए टेक्स्टुअल लॉस (पुनर्निर्माण, परिणाम और रूब्रिक) के माध्यम से अनुकूलित इंडक्शन-डिडक्शन चक्र के माध्यम से स्वचालित रूप से उच्च-गुणवत्ता वाले, पुन: प्रयोज्य LLM कौशल उत्पन्न करता है।