1362 पेपर
यह शोध पत्र FedGUI प्रस्तुत करता है, जो विषम मोबाइल, वेब और डेस्कटॉप प्लेटफॉर्म्स पर फेडरेटेड GUI एजेंटों का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला व्यापक बेंचमार्क है, जो क्यूरेटेड डेटासेट और इस बात में प्रमुख अंतर्दृष्टि प्रदान करता है कि क्रॉस-प्लेटफॉर्म सहयोग और विशिष्ट विषमता कारक एजेंट के प्रदर्शन को कैसे प्रभावित करते हैं।
RadAgents एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो रेडियोलॉजिस्ट के वर्कफ़्लो का अनुकरण करने के लिए क्लिनिकल प्रायर्स (clinical priors), टास्क-अवेयर मल्टीमॉडल रीजनिंग और ग्राउंडिंग मैकेनिज्म को एकीकृत करके चेस्ट एक्स-रे व्याख्या को बढ़ाता है, जिससे नैदानिक रूप से संरेखित, विजुअली ग्राउंडेड और सत्यापन योग्य डायग्नोस्टिक आउटपुट प्राप्त होता है।
यह शोध पत्र मोल्टबुक (Moltbook) नेटवर्क का विश्लेषण करता है, जो पूरी तरह से एआई एजेंटों से बना एक सामाजिक मंच है, यह प्रदर्शित करने के लिए कि जबकि इसका तकनीकी बुनियादी ढांचा कार्य करता है और निर्देशों का जवाब देता है, इसका सामाजिक स्तर उभरने में विफल रहता है, जिसके परिणामस्वरूप एक ऐसी प्रणाली बनती है जो सोशल मीडिया के रूप की नकल तो करती है लेकिन उसके आवश्यक मानव-समान कार्य को नहीं।
यह शोध पत्र C2T को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो सामान्य ज्ञान (common-sense knowledge) को एक आंतरिक पुरस्कार फलन (intrinsic reward function) में संकुचित करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे पारंपरिक हस्तनिर्मित रिवॉर्ड बेसलाइनों की तुलना में ट्रैफिक-लाइट और स्वायत्त वाहन समन्वय के लिए मल्टी-एजेंट रिइन्फोर्समेंट लर्निंग की सुरक्षा, दक्षता और आराम में उल्लेखनीय वृद्धि होती है।
यह त्वरित समीक्षा सॉफ्टवेयर इंजीनियरिंग के भीतर LLM-सक्षम मल्टी-एजेंट सिस्टम में निष्पक्षता पर 18 अध्ययनों का विश्लेषण करती है, जो मूल्यांकन, सामान्यीकरण और शासन में महत्वपूर्ण अंतरालों की पहचान करती है जो वर्तमान में सॉफ्टवेयर विकास जीवन चक्र में निष्पक्षता-सुनिश्चित उपकरणों की तैनाती में बाधा डाल रहे हैं।
यह शोध पत्र एक कंडीशनल वेरिएशनल ऑटोएन्कोडर और एक डिफरेंशिएबल ऑप्टिमाइज़ेशन लेयर का उपयोग करते हुए एक सुगम विधि प्रस्तावित करता है, जो यह सीखने के लिए कि एजेंट मल्टी-एजेंट इंटरैक्शन में जिम्मेदारी कैसे आवंटित करते हैं, जिसका एक संभाव्य मॉडल (प्रोबेबिलिस्टिक मॉडल) बनता है, जिससे ग्राउंड-ट्रुथ रिस्पॉन्सिबिलिटी लेबल की अनुपस्थिति के बावजूद INTERACTION ड्राइविंग डेटासेट पर सामाजिक रूप से अनुपालन योग्य व्यवहारों का विश्लेषण संभव हो पाता है।
यह शोध पत्र यह प्रस्तावित करता है कि लार्ज लैंग्वेज मॉडल्स में निष्पक्षता व्यक्तिगत अनुकूलन से नहीं, बल्कि बहु-एजेंट सहयोग के एक प्रक्रियात्मक गुण के रूप में उभरती है, जो एक अस्पताल ट्राइएज सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि संरेखित और पक्षपाती एजेंटों के बीच प्रतिकूल बातचीत उन नैतिक रूप से पर्याप्त परिणामों को उत्पन्न कर सकती है जिन्हें अकेले उनमें से कोई भी प्राप्त नहीं कर सकता था, जिससे वे एरो के इम्पॉसिबिलिटी थ्योरम (Arrow's Impossibility Theorem) की बाधाओं को पार करने में सक्षम होते हैं।
यह शोध पत्र समस्या को औपचारिक रूप देने, औसत-आधारित एग्रीगेटर्स (aggregators) की सीमाओं का विश्लेषण करने और एक नवीन डीपसेट-आधारित (DeepSet-based) ढांचे का प्रस्ताव करने के माध्यम से फेडरेटेड इन्फरेंस (federated inference) की हमलों के प्रति गंभीर भेद्यता को संबोधित करता है, जो मौजूदा तरीकों की तुलना में सटीकता में उल्लेखनीय सुधार के लिए एडवरसैरियल ट्रेनिंग (adversarial training) को टेस्ट-टाइम रोबस्ट एग्रीगेशन (test-time robust aggregation) के साथ जोड़ता है।
यह शोध पत्र यह प्रदर्शित करता है कि छोटे भाषा मॉडलों से निर्मित सुव्यवस्थित मल्टी-एजेंट सिस्टम, जटिल और टूल-गहन कार्यों पर काफी बड़े सिंगल-एजेंट मॉडलों से बेहतर प्रदर्शन कर सकते हैं, जो यह सुझाव देता है कि एजेंटिक प्रदर्शन के लिए आर्किटेक्चरल ऑर्केस्ट्रेशन (संरचनात्मक समन्वय), कच्चे मॉडल स्केलिंग की तुलना में अधिक महत्वपूर्ण है।
यह शोध पत्र AgentWebBench पेश करता है, जो उभरते हुए एजेंटिक वेब प्रतिमान (Agentic Web paradigm) में मल्टी-एजेंट समन्वय का मूल्यांकन करने वाला एक नया बेंचमार्क है, जो यह प्रकट करता है कि हालांकि विकेंद्रीकृत समन्वय (decentralized coordination) शुरुआत में केंद्रीकृत पुनर्प्राप्ति (centralized retrieval) से पीछे रहता है, लेकिन बड़े मॉडलों और रणनीतिक योजना के साथ प्रदर्शन का अंतर कम हो जाता है, जो अंततः ट्रैफ़िक एकाग्रता, टेस्ट-टाइम स्केलिंग और उपयोगकर्ता एवं सामग्री एजेंटों दोनों के लिए आवश्यक विशिष्ट सुधारों पर अंतर्दृष्टि प्रदान करता है।