1362 पेपर
यह शोध पत्र यह प्रदर्शित करता है कि आर्थिक बाजारों में एआई एजेंट प्रौद्योगिकियों का रणनीतिक विस्तार एक "पॉइज़न्ड एप्पल" (विषैला सेब) प्रभाव को जन्म दे सकता है, जहाँ अभिनेता केवल नियामक परिणामों को अपने पक्ष में हेरफेर करने के लिए अप्रयुक्त उपकरणों को जारी करते हैं, जिससे स्थिर ढाँचों की भेद्यता उजागर होती है और गतिशील बाजार डिजाइनों की आवश्यकता अनिवार्य हो जाती है।
यह शोध पत्र 'एल एजेंट स्ट्रक्चरल' (El Agente Estructural) को प्रस्तुत करता है, जो एक मल्टीमॉडल, प्राकृतिक-भाषा-संचालित एआई एजेंट है जो विजन-लैंग्वेज मॉडल्स और डोमेन-विशिष्ट उपकरणों के एकीकरण के माध्यम से मानव विशेषज्ञों की नकल करते हुए सटीक, संदर्भ-जागरूक 3D आणविक संपादन और ज्यामिति हेरफेर करने के लिए, पूरे आणविक ढांचे को पुनर्गठित किए बिना साइट-चयनात्मक कार्यात्मकता (site-selective functionalization) और स्टीरियोकेमिकल नियंत्रण जैसे जटिल रासायनिक कार्यों को सक्षम बनाता है।
यह शोधपत्र ClawMobile को प्रस्तुत करता है, जो एक पदानुक्रमित एजेंटिक प्रणाली (hierarchical agentic system) है जो स्मार्टफोन-नेटिव वातावरण की विशिष्ट निष्पादन बाधाओं और स्थिरता चुनौतियों को संबोधित करने के लिए उच्च-स्तरीय भाषाई तर्क को नियतात्मक नियंत्रण पथों (deterministic control pathways) से अलग करती है, साथ ही मजबूत मोबाइल LLM रनटाइम के लिए प्रमुख डिजाइन सिद्धांतों को स्थापित करती है।
यह शोध पत्र MPAC को प्रस्तुत करता है, जो एक बहु-स्तरीय एप्लिकेशन प्रोटोकॉल है जिसे विभिन्न प्रिंसिपल्स द्वारा नियंत्रित एजेंटों के बीच इंटरऑपरेबल सहयोग को सक्षम करने के लिए डिज़ाइन किया गया है, जो इरादा घोषणा (intent declaration), संरचित संघर्ष समाधान (structured conflict resolution) और गवर्नेंस को औपचारिक रूप देकर, मौजूदा सिंगल-प्रिंसिपल प्रोटोकॉल की तुलना में समन्वय ओवरहेड को काफी कम करता है और कार्य पूर्णता को त्वरित करता है।
यह शोध पत्र एक सरलीकृत न्यूयॉर्क शहर के वातावरण में एक मल्टी-एजेंट सिमुलेशन प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि LLM एजेंट पुनरावृत्ति KTO अनुकूलन (iterative KTO optimization) के माध्यम से चयनात्मक विश्वास और धोखे जैसे उभरते रणनीतिक व्यवहार विकसित कर सकते हैं, फिर भी वे प्रतिकूल अनुनय (adversarial persuasion) के प्रति अत्यधिक संवेदनशील बने रहते हैं और हेरफेर का विरोध करने तथा कार्य पूर्णता को अधिकतम करने के बीच एक निरंतर समझौते का सामना करते हैं।
यह शोध पत्र 'पायनियर एजेंट' (Pioneer Agent) का परिचय देता है, जो एक क्लोज्ड-लूप सिस्टम है जो कोल्ड-स्टार्ट अनुकूलन और प्रोडक्शन विफलता रिकवरी दोनों के लिए डेटा, हाइपरपैरामीटर और लर्निंग रणनीतियों को संयुक्त रूप से अनुकूलित करके प्रोडक्शन में छोटे भाषा मॉडलों के निरंतर सुधार को स्वचालित करता है, और नए प्रस्तावित 'एडैप्टएफटी-बेंच' (AdaptFT-Bench) पर महत्वपूर्ण प्रदर्शन लाभ और रिग्रेशन के विरुद्ध मजबूती प्रदर्शित करता है।
यह शोध पत्र ODUTQA-MDC कार्य और बेंचमार्क प्रस्तुत करता है, जिसमें एक बड़े पैमाने का डेटासेट और एक मल्टी-एजेंट फ्रेमवर्क (MAIC-TQA) शामिल है जिसे मल्टी-टर्न डायलॉग-आधारित स्पष्टीकरण के माध्यम से कम-निर्दिष्ट ओपन-डोमेन टैबुलर प्रश्नों को संबोधित करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र "कॉग्निटिव कोर" (Cognitive Core) को प्रस्तुत करता है, जो संस्थागत निर्णय लेने के लिए डिज़ाइन किया गया एक नियंत्रित एआई आर्किटेक्चर है, जो पूर्व प्राधिकरण अपीलों (prior authorization appeals) पर 91% सटीकता और शून्य साइलेंट त्रुटियों को प्राप्त करने के लिए नौ संज्ञानात्मक प्रिमिटिव्स (cognitive primitives), एक चार-स्तरीय शासन मॉडल और एक छेड़छाड़-रोधी ऑडिट लेज़र का उपयोग करता है, जो मानक एजेंट फ्रेमवर्क से काफी बेहतर प्रदर्शन करते हुए "शासन क्षमता" (governability) को एक महत्वपूर्ण मूल्यांकन मीट्रिक के रूप में स्थापित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि एक निरीक्षण योग्य आवर्ती कृत्रिम जीवन एजेंट (recurrent artificial life agent) में, जो पूर्णतः स्व-निर्देशित नियोजन (self-directed planning) करता है, परोपकारी सहायता व्यवहार विशेष रूप से उस भावनात्मक युग्मन (affective coupling) के माध्यम से उभरता है जो दूसरे एजेंट की आवश्यकताओं को स्व-नियामक होमियोस्टेट (self-regulatory homeostat) में मार्गित करता है, न कि केवल अवलोकन या स्पष्ट सामाजिक पुरस्कारों के माध्यम से।
MeloTune एक अग्रणी ऑन-डिवाइस संगीत क्यूरेशन सिस्टम है जो मेश मेमोरी प्रोटोकॉल और सिम्बॉलिक-वेक्टर अटेंशन फ्यूजन का लाभ उठाता है ताकि उपभोक्ता मोबाइल हार्डवेयर पर पूरी तरह से चलने वाले क्लोज्ड-फॉर्म कंटीन्यूअस-टाइम नेटवर्क्स के माध्यम से गोपनीयता-संरक्षित, पीयर-टू-पीयर मूड कपलिंग और व्यक्तिगत अरौज़ल लर्निंग को सक्षम किया जा सके।