1356 पेपर
HadAgent एक विकेंद्रीकृत एजेंटिक AI सर्विंग सिस्टम है जो ऊर्जा-गहन Proof-of-Work को Proof-of-Inference सर्वसम्मति तंत्र से बदल देता है, जो LLM इन्फरेंस कार्यों को कुशलतापूर्वक मान्य करने के लिए एक तीन-लेन ब्लॉक संरचना और एक स्वचालित हार्नेस लेयर के साथ एक दो-स्तरीय नोड आर्किटेक्चर का उपयोग करता है, जबकि छेड़छाड़ का पता लगाने और ट्रस्ट प्रबंधन को सुनिश्चित करता है।
यह अध्ययन एक एजेंट-आधारित मॉडल प्रस्तुत करता है जो यह प्रदर्शित करता है कि कैसे स्थानीय विशिष्टता की इच्छा और वैश्विक संज्ञानात्मक संपीड़न (ग्लोबल कॉग्निटिव कम्प्रेशन) के प्रण के बीच की परस्पर क्रिया यथार्थवादी राय ध्रुवीकरण पैटर्न उत्पन्न करती है, विशेष रूप से जब स्थानीय समूह का आकार डनबर की संख्या (डनबार्स नंबर) के अनुरूप होता है।
यह अनुभवजन्य अध्ययन प्रकट करता है कि अनुकूलनशील बहु-एजेंट प्रणालियाँ टोपोलॉजिकल ओवरफिटिंग और भ्रामक समन्वय से ग्रस्त हैं, जो सतही सटीकता तो प्राप्त करती हैं लेकिन डोमेन के पार सामान्यीकरण करने या आदर्श आंतरिक अंतःक्रियाओं को बनाए रखने में विफल रहती हैं, जिससे साधारण शुद्धता के बजाय सामान्यीकरण को प्राथमिकता देने वाले मूल्यांकन प्रोटोकॉल की तत्काल आवश्यकता पर बल मिलता है।
यह शोध पत्र एक विभाजित सूचना वास्तुकला (partitioned information architecture) का प्रस्ताव करता है जिसमें इवेंट-ट्रिगर वर्किंग मेमोरी और एक लागत-संवेदनशील गेटेड एस्केलेशन तंत्र (cost-sensitive gated escalation mechanism) है, ताकि डिफ़ॉल्ट संचार को चयनात्मक, लागत-जागरूक निर्णयों में परिवर्तित किया जा सके, जिससे लंबी अवधि के मल्टी-एजेंट माइनक्राफ्ट कार्यों में दक्षता और प्रदर्शन में सुधार हो सके।
यह शोध पत्र एक नवीन हाइब्रिड डेटासेट का उपयोग करके गैर-मानव सदृश (non-humanoid) रोबोटों के लिए सिमेंटिक अफोर्डेंस (semantic affordances) का अनुमान लगाने की विजन-लैंग्वेज मॉडल्स (VLMs) की क्षमता की जांच करता है, जो यह प्रकट करता है कि जबकि VLMs विभिन्न रूपात्मकताओं (morphologies) में अच्छी तरह से सामान्यीकरण करते हैं, वे नवीन टूल-उपयोग परिदृश्यों में विशेष रूप से कम फाल्स पॉजिटिव दरों लेकिन उच्च फाल्स नेगेटिव दरों द्वारा लक्षित रूढ़िवादी भविष्यवाणियों की ओर एक सुसंगत प्रवृत्ति प्रदर्शित करते हैं।
मेश मेमोरी प्रोटोकॉल (MMP) मल्टी-एजेंट एलएलएम (LLM) प्रणालियों के लिए एक सिमेंटिक इंफ्रास्ट्रक्चर लेयर पेश करता है जो चार प्रिमिटिव्स—CAT7 स्कीमा, SVAF मूल्यांकन, इंटर-एजेंट लीनेज और रीमिक्स स्टोरेज—को लागू करके क्रॉस-सेशन संज्ञानात्मक सहयोग को सक्षम बनाता है ताकि ग्रैनुलर फील्ड-लेवल स्वीकृति, पूर्ण क्लेम ट्रेसेबिलिटी और प्रासंगिक मेमोरी पर्सिस्टेंस सुनिश्चित की जा सके।
AblateCell एक स्वायत्त एजेंट है जो AI वर्चुअल सेल अनुसंधान में सत्यापन अंतराल को पाटता है, जो बेसलाइन को स्वचालित रूप से पुनरुत्पादित करता है और जैविक कोडबेस पर क्लोज्ड-लूप एब्लेशन संचालित करता है ताकि मानव विशेषज्ञों और ह्यूरिस्टिक्स की तुलना में काफी उच्च सफलता दर के साथ महत्वपूर्ण प्रदर्शन घटकों की कड़ाई से पहचान की जा सके।
यह शोध पत्र MetaOrch का प्रस्ताव करता है, जो एक नवीन न्यूरल ऑर्केस्ट्रेशन फ्रेमवर्क है जो मल्टी-डोमेन कार्यों के लिए सबसे उपयुक्त एजेंट को गतिशील रूप से चुनने के लिए सुपरवाइज्ड लर्निंग और फजी इवैल्यूएशन का उपयोग करता है, जिससे 86.3% चयन सटीकता प्राप्त होती है और यह पारंपरिक स्टैटिक कोऑर्डिनेशन रणनीतियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र स्वायत्त प्रतिच्छेदन प्रबंधन के लिए एक गैर-मौद्रिक, बुनियादी ढांचे के हल्के ढांचे का प्रस्ताव करता है जो यातायात को सामाजिक रूप से कुशल प्रवाह की ओर निर्देशित करने के लिए टाइमस्टैम्प-आधारित शेड्यूलिंग का उपयोग करता है, जो एक कंजेशन-गेम फॉर्मूलेशन के माध्यम से एक अद्वितीय संतुलन स्थापित करके सियू फॉल्स नेटवर्क पर उपयोगकर्ता और सिस्टम ऑप्टिमा के बीच दक्षता अंतराल में 71% की कमी लाता है।
यह शोध पत्र PHASE को प्रस्तुत करता है, जो एक संदर्भ-जागरूक (context-aware) सेल्फ-प्ले फ्रेमवर्क है जो विषम वाहन प्रकारों वाले यथार्थवादी, नियंत्रणीय और विविध हाईवे ट्रैफिक परिदृश्य उत्पन्न करता है, जो प्रत्यक्ष विशेषज्ञ अनुकरण (expert imitation) पर निर्भर रहे बिना वास्तविक डेटा में बेहतर ज़ीरो-शॉट ट्रांसफर और उन्नत व्यवहारिक यथार्थवाद प्राप्त करता है।