1338 पेपर
EDATracer एक एजेंटिक फ्रेमवर्क है जो विषम (heterogeneous) EDA आर्टिफैक्ट्स के बड़े पैमाने पर, साक्ष्य-आधारित विश्लेषण को सक्षम करने के लिए नॉलेज ग्राफ और सिमेंटिक वेक्टर इंडेक्स का लाभ उठाता है, जो 2,787-डिज़ाइन डेटासेट से प्राप्त एक नए 90-प्रश्नों वाले बेंचमार्क पर काफी कम टोकन का उपयोग करते हुए मौजूदा उपकरणों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन प्रोटोकॉल और आधुनिक कला एनीमेशन में जनरेटिव अनिश्चितता (generative uncertainty) को मापने के लिए पहले समर्पित संग्रह (corpus) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि स्रोत-अंध (source-blind), बहु-आयामी अनुमानक (multi-dimensional estimators) विभिन्न प्रकार के अर्थ संबंधी विविधताओं के बीच प्रभावी ढंग से अंतर कर सकते हैं और निष्ठावान चित्रणों की पहचान कर सकते हैं, जो पारंपरिक स्केलर-आधारित अनिश्चितता मेट्रिक्स की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र Trident को प्रस्तुत करता है, जो एक एजेंटिक LLM रेड टीमिंग फ्रेमवर्क है जो अनुकूलन योग्य हमले की रणनीतियों को उत्पन्न करने के लिए "कोड-एज़-पॉलिसी" RLVR आर्किटेक्चर का लाभ उठाता है, जिससे यह प्रकट होता है कि मौजूदा डीप रिइन्फोर्समेंट लर्निंग साइबर रक्षाएं मौलिक रूप से भंगुर हैं और स्थिर ह्यूरिस्टिक बेसलाइन की तुलना में गतिशील खतरों द्वारा आसानी से पछाड़ दी जाती हैं।
PhenoAssistant एक अग्रणी संवादात्मक मल्टी-एजेंट एआई प्रणाली है जो बड़े भाषा मॉडलों (LLMs) का उपयोग करके सहज प्राकृतिक भाषा इंटरैक्शन के माध्यम से स्वचालित छवि विश्लेषण, विज़ुअलाइज़ेशन और मॉडल प्रशिक्षण को संचालित करती है, जिससे पौधों के फेनोटाइपिंग (phenotyping) का लोकतंत्रीकरण होता है और शोधकर्ताओं के लिए तकनीकी बाधाएं काफी कम हो जाती हैं।
MemArena ऑन-डिवाइस व्यक्तिगत मेमोरी सहायकों के मूल्यांकन के लिए एक बड़े पैमाने का, ईगो-सेंट्रिक बेंचमार्क और सिम्युलेटर पेश करता है, जो यह प्रकट करता है कि मेमोरी बैकएंड चयन सामग्री की सटीकता और विश्वसनीयता को महत्वपूर्ण रूप से प्रभावित करता है जबकि एज हार्डवेयर पर न्यूनतम खोज विलंबता (सर्च लेटेंसी) उत्पन्न करता है।
यह शोधपत्र अमूर्त सक्षम-प्रतिक्रिया हस्ताक्षरों (abstract enabled-response signatures) पर आधारित स्टिग्मर्जिक प्रणालियों के लिए एक माध्यम-तटस्थ (medium-agnostic) तुलनात्मक ढांचा स्थापित करता है, जो मेटाडेटा परिशोधन और गतिशील व्यवहारों पर औपचारिक प्रमेय प्रदान करने के साथ-साथ टुपल-स्पेस (tuple-space) और टाइमस्टैम्प्ड वर्चुअल-स्टिग्मर्जिक डेटास्पेस पर उनके अनुप्रयोग को प्रदर्शित करता है।
यह शोध पत्र प्रदर्शित करता है कि वर्तमान एलएलएम (LLM) कोड समीक्षक जोखिम अनुमान को निर्णय नीतियों के साथ मिला देते हैं, जिससे रिपोर्ट की गई संभावनाएँ लागत धारणाओं के साथ बदल जाती हैं, और एक मॉड्यूलर पाइपलाइन का प्रस्ताव करता है जो साक्ष्य-आधारित जोखिम उद्दलन को लागत-संचालित कार्यों से अलग करती है ताकि सटीकता में उल्लेखनीय सुधार किया जा सके और निर्णय हानि को कम किया जा सके।
यह शोध पत्र प्रदर्शित करता है कि एलएलएम-आधारित मल्टी-एजेंट सिस्टम मजबूती से बहुलवादी अज्ञानता (pluralistic ignorance) प्रदर्शित करते हैं, जहाँ एजेंट सार्वजनिक रूप से उन मानदंडों का पालन करते हैं जिन्हें वे निजी तौर पर अस्वीकार करते हैं, और यह प्रकट करता है कि ये सिमुलेशन अक्सर मॉडल-विशिष्ट व्यवहारों और उभरती हुई अनुरूपता के कारण वास्तविक दुनिया के सामाजिक मानदंड परिवर्तन के लिए आवश्यक नाजुक टिपिंग-पॉइंट गतिकी को पकड़ने में विफल रहते हैं।
यह शोध पत्र प्रकट करता है कि मल्टी-एजेंट एलएलएम (LLM) बहसें अनुरूपता और शोर द्वारा संचालित भौतिकी-प्रेरित चरण संक्रमण (phase transition) के माध्यम से स्वतः ही सामूहिक पूर्वाग्रह उत्पन्न कर सकती हैं, एक ऐसी घटना जिसे एजेंट विषमता (heterogeneity) द्वारा कम किया जा सकता है और विभिन्न निर्णय लेने वाले कार्यों में मान्य किया जा सकता है।
यह शोध पत्र स्वायत्त ब्लॉकचेन एजेंटों के लिए एक नवीन क्रिप्टोग्राफिक ढांचे को प्रस्तुत और अनुभविक रूप से मान्य करता है जो ज़ीरो-नॉलेज प्रूफ के माध्यम से न्यूरल नेटवर्क वेट्स को एक निजी कुंजी (प्राइवेट की) से बांधकर व्यक्तित्व स्थापित करता है, जिससे पहचान की अपरिवर्तनीयता और सोलाना डेवनेट पर मेटाबॉलिक लागत के माध्यम से आर्थिक व्यवहार्यता सुनिश्चित होती है।