1353 पेपर
यह शोध पत्र एजेंटिक कॉन्टेक्स्ट डिस्क्रिप्शन लैंग्वेज (ACDL) को प्रस्तुत करता है, जो एक मानकीकृत औपचारिक भाषा और विज़ुअलाइज़ेशन टूल है जिसे एजेंटिक LLM सिस्टम में इनपुट कॉन्टेक्स्ट की संरचना, गतिशीलता और विकास को सटीक रूप से वर्णित करने और संप्रेषित करने के लिए डिज़ाइन किया गया है, जो कॉन्टेक्स्ट इंजीनियरिंग के लिए एक एकीकृत मानक की वर्तमान कमी को संबोधित करता है।
यह शोध पत्र "मोइरा" (Moira) का प्रस्ताव करता है, जो एक भाषा-संचालित पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचा है जो उच्च-स्तरीय युग्म चयन (pair selection) और निम्न-स्तरीय निष्पादन (low-level execution) दोनों के लिए बड़े भाषा मॉडलों का उपयोग करता है, और युग्म व्यापार (pair trading) में क्रेडिट असाइनमेंट की चुनौतियों को संबोधित करने के लिए उन्हें विशेष रूप से पाठ्य फीडबैक पर आधारित प्रॉम्प्ट अपडेट के माध्यम से अनुकूलित करता है।
यह शोध पत्र "प्लैनर मैटर्स" (Planner Matters) का प्रस्ताव करता है, जो एक कुशल मल्टी-एजेंट फ्रेमवर्क है जो व्यवस्थित विश्लेषण और सुदृढीकरण शिक्षण (reinforcement learning) के माध्यम से यह प्रदर्शित करता है कि मॉडल की क्षमता और अनुकूलन को एक उच्च-स्तरीय प्लैनर पर केंद्रित करना—जबकि निष्पादन (execution) और मेमोरी घटकों को फ्रीज कर दिया जाता है—वेब नेविगेशन, ओएस कंट्रोल और टूल उपयोग के माध्यम से दीर्घकालिक कार्यों के स्वचालन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र तर्क देता है कि बड़े भाषा मॉडलों (Large Language Models) के सामाजिक रूप से बोधगम्य एजेंट के रूप में कार्य करने के लिए, उन्हें व्यक्तित्व विवरणों (persona descriptions) के माध्यम से क्रियान्वित भूमिका परिभाषाओं (role definitions) में निहित होना चाहिए, और यह इसे प्राप्त करने के लिए प्रतिनिधित्व, हाइब्रिड नियंत्रण और मूल्यांकन में भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
FitText एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो एक एजेंट के रीजनिंग लूप में गतिशील, विकासवादी "मेमेटिक रिट्रीवल" (Memetic Retrieval) को एम्बेड करके उपयोगकर्ता कार्यों और API दस्तावेज़ों के बीच के सिमेंटिक अंतर को पाटता है, जो स्थिर रिट्रीवल विधियों की तुलना में विविध बेंचमार्क पर टूल चयन की सटीकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र MARS-DA प्रस्तुत करता है, जो एक पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचा है जो अस्थिर नवीकरणीय ऊर्जा बाजारों में बेहतर जोखिम-समायोजित रिटर्न और मजबूत प्रदर्शन प्राप्त करने के लिए एक उच्च-सटीक, PJM-आधारित द्वि-निपटान बिजली बाजार वातावरण के भीतर एक "सेफ एजेंट" (Safe Agent) और एक "स्पेक्टुलेटर एजेंट" (Speculator Agent) को जोड़ता है।
एनवार 3.0 (Enwar 3.0) एक परिवेश-जागरूक ढांचा है जो एजेंटिक लार्ज लैंग्वेज मॉडल्स और मल्टी-मोडल सेंसिंग का लाभ उठाकर व्हीकुलर mmWave नेटवर्क में प्रेडिक्टिव बीमफॉर्मिंग, ब्लॉकेज डिटेक्शन और हैंडओवर मैनेजमेंट को गतिशील रूप से ऑर्केस्ट्रेट करता है, जो रीयल-टाइम सेंसर हेल्थ असेसमेंट और कॉन्टेक्स्ट-ड्रिवन रीजनिंग के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र समन्वय (coordination) को LLM-आधारित मल्टी-एजेंट सिस्टम के लिए एक विशिष्ट, कॉन्फ़िगर करने योग्य आर्किटेक्चरल लेयर के रूप में मानने का प्रस्ताव देता है और प्रेडिक्शन मार्केट्स का उपयोग करते हुए एक अनुभवजन्य अध्ययन के माध्यम से इस दृष्टिकोण को मान्य करता है, जो यह प्रदर्शित करता है कि विशिष्ट समन्वय कॉन्फ़िगरेशन विशिष्ट विफलता हस्ताक्षरों (failure signatures) और लागत-गुणवत्ता ट्रेड-ऑफ को उत्पन्न करते हैं, भले ही कुल मिलाकर प्रदर्शन मेट्रिक्स समान दिखाई दें।
MemFlow एक प्रशिक्षण-मुक्त ढांचा है जो स्मॉल लैंग्वेज मॉडल एजेंटों को दीर्घ-क्षितिज (long-horizon) कार्यों में उन्नत करने के लिए मेमोरी प्लानिंग को एक संरचित, इरादा-संचालित रूटिंग सिस्टम में बाह्य रूप से प्रस्तुत करता है, जो गतिशील रूप से विशिष्ट रिट्रीवल टियर्स का चयन करता है और संक्षिप्त साक्ष्य संकलित करता है, जिससे खुले अंत वाले तर्क (open-ended reasoning) पर निर्भर किए बिना फुल-कॉन्टेक्स्ट बेसलाइन्स की तुलना में सटीकता को दोगुना कर देता है।
QKVShare कुशल मल्टी-एजेंट ऑन-डिवाइस LLMs के लिए एक फ्रेमवर्क है जो मिक्सड-प्रिसिजन एलोकेशन के साथ क्वांटाइज्ड KV-कैशे हैंडऑफ और एक सेल्फ-कंटेन्ड रिप्रेजेंटेशन का उपयोग करता है ताकि फुल री-प्रीफिलिंग की तुलना में, विशेष रूप से डीपर-हॉप परिदृश्यों में, टाइम-टू-फर्स्ट-टोकन लेटेंसी को महत्वपूर्ण रूप से कम किया जा सके।