1362 पेपर
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।
यह अध्ययन प्रदर्शित करता है कि GPT-4o के साथ MetaGPT फ्रेमवर्क के माध्यम से कार्यान्वित LLM-आधारित मल्टी-एजेंट सिस्टम, सहयोगात्मक शिक्षण गतिशीलता को प्रभावी ढंग से सिम्युलेट कर सकते हैं और ICAP फ्रेमवर्क के अनुरूप गहन, अधिक विविध और रचनात्मक ज्ञान सह-निर्माण को बढ़ावा देने में प्रत्यक्ष बोलने की तुलना में "बोलने से पहले गहराई से सोचना" (Deep Think before Speak) स्कैफोल्डिंग की श्रेष्ठता को प्रमाणित कर सकते हैं।
यह अध्ययन प्रदर्शित करता है कि ट्रांसफार्मर मॉडलों को केवल विशेषज्ञ प्रदर्शनों के बजाय सिंथेटिक शैक्षणिक अंतःक्रियाओं पर प्रशिक्षित करना, सीखने की सुदृढ़ता में महत्वपूर्ण सुधार करता है और विशेषज्ञ जैसे व्यवहार को सक्षम बनाता है क्योंकि यह मॉडलों को ज्ञान संबंधी रूप से भिन्न एजेंटों का प्रतिनिधित्व करने की अनुमति देता है।
यह शोध पत्र ARGOS को प्रस्तुत करता है, जो एक नवीन बेंचमार्क और फ्रेमवर्क है जो मल्टी-कैमरा पर्सन सर्च को एक इंटरैक्टिव एजेंटिक रीजनिंग टास्क के रूप में पुनर्गठित करता है जहाँ एक एजेंट को 2,691 वास्तविक दुनिया के परिदृश्यों में अस्पष्ट गवाह विवरणों के आधार पर व्यक्तियों की पहचान करने के लिए क्वेरीज़ की योजना बनानी होती है और स्थानिक-कालिक (स्पैटियो-टेम्पोरल) उपकरणों का उपयोग करना होता है।
यह शोध पत्र मेटा टग-ऑफ-पीस (Meta Tug-of-Peace) एल्गोरिदम प्रस्तुत करता है, जो एक साथ चलने वाले टग-ऑफ-वॉर (Tug-of-War) खेलों के तंत्रों के लिए एक वितरित शिक्षण दृष्टिकोण है, जो पावर कंट्रोल और सेंसर नेटवर्क सक्रियण जैसे अनुप्रयोगों के लिए लक्षित गुणवत्ता-दर-सेवा (Quality of Service) पुरस्कारों को संतुष्ट करने वाले एक संतुलन पर अभिसरण करने के लिए स्टोकेस्टिक सन्निकटन (stochastic approximation) और विरल 1-बिट संचार का उपयोग करता है।