1353 पेपर
यह शोध पत्र जनरललाइज्ड ट्रैवल टाइम प्रेडिक्टर (GenTTP) का परिचय देता है, जो एक ऐसा ढांचा है जो मौजूदा ग्राफ न्यूरल नेटवर्क मॉडल की सीमाओं को पार करता है, क्योंकि यह निश्चित मांग वास्तविकताओं तक सीमित रहने के बजाय विभिन्न रूट विकल्पों के माध्यम से प्रणाली-व्यापी यात्रा समय और प्रवाह का सटीक पूर्वानुमान लगाता है।
यह शोध पत्र MAGIQ को प्रस्तुत करता है, जो उभरते क्वांटम खतरों और शासन संबंधी चुनौतियों से निपटने के लिए प्रमाणित सुरक्षित, पोस्ट-क्वांटम क्रिप्टोग्राफिक प्रोटोकॉल का लाभ उठाकर मल्टी-एजेंट एआई सिस्टम में सुरक्षित, जवाबदेह और नीति-अनुपालक इंटरैक्शन सुनिश्चित करने वाला एक अभिनव ढांचा है।
यह शोध पत्र PostEDA-Bench प्रस्तुत करता है, जो post-EDA DRC फिक्सिंग और PPA अभिसरण (convergence) पर LLM एजेंटों के मूल्यांकन के लिए 145 मशीन-चेकेबल कार्यों वाला एक पदानुक्रमित (hierarchical) बेंचमार्क है, जो यह प्रकट करता है कि जहाँ एजेंट सिंथेटिक या एकल-उद्देश्य वाले कार्यों पर उचित प्रदर्शन करते हैं, वहीं वे जटिल तर्क और बहु-उद्देश्यीय समझौतों (trade-offs) के साथ काफी संघर्ष करते हैं।
यह शोध पत्र मल्टी-ऑब्जेक्टिव कंस्ट्रेंट इन्फरेंस (MOCI) प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो परस्पर विरोधी उद्देश्यों वाले विषम विशेषज्ञ प्रदर्शनों से साझा बाधाओं और व्यक्तिगत प्राथमिकताओं को प्रभावी ढंग से निकालता है, और कम्प्यूटेशनल दक्षता बनाए रखते हुए प्रिडिक्टिव सटीकता में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र डिकेंट्रलाइज्ड डिफ्यूजन पॉलिसी लर्निंग (DDPL) का प्रस्ताव करता है, जो एक नया ढांचा है जो सहकारी मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) में अन्वेषण बाधाओं को दूर करने के लिए सीमित गॉसियन पॉलिसियों के स्थान पर अभिव्यंजक डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल्स का उपयोग करता है, जो कुशल ऑनलाइन प्रशिक्षण के लिए एक नई इम्पोर्टेंस सैंपलिंग स्कोर मैचिंग विधि का उपयोग करता है और विविध बेंचमार्क पर श्रेष्ठ प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र Switchcraft को प्रस्तुत करता है, जो विशेष रूप से एजेंटिक टूल कॉलिंग (agentic tool calling) के लिए अनुकूलित पहला मॉडल राउटर है, जो कार्य की शुद्धता सुनिश्चित करने वाले सबसे कम लागत वाले मॉडल का गतिशील रूप से चयन करके 84% अनुमान लागत (inference costs) को कम करते हुए 82.9% सटीकता प्राप्त करता है।
यह शोध पत्र OrchJail को प्रस्तुत करता है, जो एक ऑर्केस्ट्रेशन-निर्देशित फज़िंग फ्रेमवर्क है जो पारंपरिक प्रॉम्प्ट-ओनली गड़बड़ी पर निर्भर रहने के बजाय उच्च-जोखिम वाले मल्टी-स्टेप टूल ऑर्केस्ट्रेशन पैटर्न का फायदा उठाकर टूल-कॉलिंग टेक्स्ट-टू-इमेज एजेंटों को प्रभावी ढंग से जेलब्रेक करता है।
यह पूर्व-पंजीकृत मल्टी-एजेंट सिमुलेशन अध्ययन एक प्रति-सहजतापूर्ण डिटेक्शन इनवर्जन (detection inversion) को प्रकट करता है जहाँ एक एलएलएम-संचालित अनुकूलनशील इनसाइडर (LLM-driven adaptive insider), परिचालन सुरक्षा निर्देशों का उपयोग करते हुए, निर्दोष एजेंटों की तुलना में सांख्यिकीय रूप से कम पीयर-सस्पिशन स्कोर प्राप्त करता है, जिससे व्यवहार संबंधी विसंगति संकेतों (behavioral anomaly signals) का पारंपरिक यूजर-एंटिटी बिहेवियर एनालिटिक्स से अलगाव होता है और वर्तमान इनसाइडर थ्रेट मॉडलों में एक महत्वपूर्ण सामान्यीकरण अंतराल (generalization gap) उजागर होता है।
यह शोध पत्र LC-MAPF प्रस्तुत करता है, जो एक सामान्यीकरण योग्य प्री-ट्रेंड मॉडल है जो कुशल फीचर शेयरिंग के लिए एक स्केलेबल, सीखने योग्य मल्टी-राउंड कम्युनिकेशन मॉड्यूल को शामिल करके विकेंद्रीकृत मल्टी-एजेंट पाथफाइंडिंग को बढ़ाता है, जो स्केलेबिलिटी से समझौता किए बिना विविध परिदृश्यों में मौजूदा लर्निंग-आधारित सॉल्वर्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रदर्शित करता है कि सुचारू (smooth), पूर्णतः उचित स्कोरिंग नियम गैर-अफ़ाइन (non-affine) अनुमोदन फलनों और मिसकैलिब्रेशन के बीच एक अंतर्निहित अंतर्जातता (endogeneity) के कारण रणनीतिक एजेंटों से सत्यनिष्ठ रिपोर्ट प्राप्त करने में विफल रहते हैं, लेकिन यह स्थापित करता है कि तीक्ष्ण स्टेप-फंक्शन थ्रेशोल्ड प्रथम-सर्वोत्तम परिणामों को बहाल कर सकते हैं, जो कल्याणकारी समानता (welfare equivalence) के संदर्भ में ब्रायर स्कोर (Brier score) के लिए अद्वितीय रूप से इष्टतम परिणाम है।