🔢 mathematics

Semantic Rate-Distortion Theory: Deductive Compression and Closure Fidelity

यह शोध पत्र तार्किक ज्ञान आधारों (logical knowledge bases) के लिए एक सिमेंटिक रेट-डिस्टॉर्शन सिद्धांत स्थापित करता है जहाँ निष्ठा (fidelity) को निगमित निष्कर्ष (deductive closure) को संरक्षित करने द्वारा परिभाषित किया गया है, जो यह प्रदर्शित करता है कि एक अनावश्यक रहित मूल (irredundant core) पर ध्यान केंद्रित करके अनावश्यक सूचना को बिना किसी हानि के संकुचित किया जा सकता है, जिससे एक सिमेंटिक उत्तोलन (semantic leverage) प्राप्त होता है जो क्लासिकल एंट्रॉपी सीमाओं से नीचे ट्रांसमिशन दरों को कम कर देता है।

Jianfeng Xu2026-04-14
🤖 AI

Evolving Many Worlds: Towards Open-Ended Discovery in Petri Dish NCA via Population-Based Training

यह शोध पत्र PBT-NCA को प्रस्तुत करता है, जो एक जनसंख्या-आधारित प्रशिक्षण एल्गोरिदम है जो पेट्री डिश न्यूरल सेलुलर ऑटोमेटा (Petri Dish Neural Cellular Automata) को विकसित करता है ताकि व्यवहारिक नवीनता और दृश्य विविधता को पुरस्कृत करते हुए तथा स्थिर या यादृच्छिक अवस्थाओं को दंडित करते हुए निरंतर विकसित होने वाली जटिलता और विविध उभरती जीवन जैसी घटनाओं को बनाए रखा जा सके।

Uljad Berdica, Jakob Foerster, Frank Hutter, Arber Zela2026-04-14
🔬 physics

Network Effects and Agreement Drift in LLM Debates

यह शोध पत्र इस बात की जांच करता है कि नियंत्रित नेटवर्क संरचनाओं के भीतर बहु-चरणीय बहसों में लार्ज लैंग्वेज मॉडल्स (LLMs) कैसा व्यवहार करते हैं, जो "एग्रीमेंट ड्रिफ्ट" (सहमति विचलन) नामक एक दिशात्मक संवेदनशीलता को प्रकट करता है और इस बात पर जोर देता है कि LLMs को मानव सामाजिक गतिशीलता के प्रॉक्सी के रूप में उपयोग करने से पहले संरचनात्मक नेटवर्क प्रभावों और अंतर्निहित मॉडल पूर्वाग्रहों के बीच अंतर करना अत्यंत आवश्यक है।

Erica Cau, Andrea Failla, Giulio Rossetti2026-04-14
🤖 machine learning

Inferring Latent Temporal Sparse Coordination Graph for Multi-Agent Reinforcement Learning

यह शोध पत्र लेटेंट टेम्पोरल स्पार्स कोऑर्डिनेशन ग्राफ (LTS-CG) का प्रस्ताव करता है, जो मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग के लिए एक एंड-टू-एंड फ्रेमवर्क है जो ऐतिहासिक अवलोकनों और भविष्य कहने वाले तंत्रों का लाभ उठाकर विरल (स्पार्स), टेम्पोरल-अवेयर एजेंट इंटरेक्शन ग्राफों को निष्कर्षित करता है, जिससे निर्भरताओं को पकड़ने और स्केलेबिलिटी सुनिश्चित करने में मौजूदा विधियों की सीमाओं को दूर किया जा सके।

Wei Duan, Jie Lu, Junyu Xuan2026-04-13
🤖 AI

Decentralized Collective World Model for Emergent Communication and Coordination

यह शोध पत्र एक पूर्णतः विकेंद्रीकृत मल्टी-एजेंट वर्ल्ड मॉडल का प्रस्ताव करता है जो टेम्पोरल प्रेडिक्टिव कोडिंग और कॉन्ट्रास्टिव लर्निंग के माध्यम से उभरते संचार (इमर्जेंट कम्युनिकेशन) और समन्वित व्यवहार को एक साथ प्राप्त करता है, जो विविध संवेदी क्षमताओं के बावजूद साझा पर्यावरणीय समझ की आवश्यकता वाले कार्यों में गैर-संवादात्मक मॉडलों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Kentaro Nomura, Tatsuya Aoki, Tadahiro Taniguchi, Takato Horii2026-04-13
💬 NLP

Bayesian Social Deduction with Graph-Informed Language Models

यह शोध पत्र एक हाइब्रिड फ्रेमवर्क पेश करता है जो विश्वास अनुमान (belief inference) के लिए एक संरचित संभाव्य मॉडल को भाषा संवाद के लिए एक LLM के साथ जोड़ता है, जिससे एक सोशल डिटेक्शन एजेंट 'अवलॉन' के खेल में बड़े लैंग्वेज मॉडल्स और मानव खिलाड़ियों दोनों को पछाड़ने में सक्षम होता है और मनुष्यों के विरुद्ध 67% जीत दर प्राप्त करता है।

Shahab Rahimirad, Guven Gergerli, Lucia Romero, Angela Qian, Matthew Lyle Olson, Simon Stepputtis, Joseph Campbell2026-04-13
🤖 machine learning

Bayesian Ego-graph Inference for Networked Multi-Agent Reinforcement Learning

यह शोध पत्र BayesG को प्रस्तुत करता है, जो नेटवर्क वाले मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) के लिए एक विकेंद्रीकृत एक्टर-फ्रेमवर्क है, जो स्थानीय ईगो-ग्राफ (ego-graphs) पर स्पार्स, संदर्भ-जागरूक अंतःक्रिया संरचनाओं को गतिशील रूप से सीखने में सक्षम करने के लिए बेयसियन वेरिएशनल इन्फरेंस (Bayesian variational inference) का उपयोग करता है, जिससे वैश्विक अवस्था जानकारी (global state information) पर निर्भर किए बिना बड़े पैमाने के वातावरणों में बेहतर स्केलेबिलिटी और प्रदर्शन प्राप्त होता है।

Wei Duan, Jie Lu, Junyu Xuan2026-04-13
🤖 AI

When Identity Skews Debate: Anonymization for Bias-Reduced Multi-Agent Reasoning

यह शोध पत्र रिस्पॉन्स एनोनिमाइजेशन (प्रतिक्रिया अनामिकीकरण) और एक नए आइडेंटिटी बायस कोएफिशिएंट (पहचान पूर्वाग्रह गुणांक) मेट्रिक के माध्यम से मल्टी-एजेंट बहसों में पहचान-संचालित चापलूसी और आत्म-पूर्वाग्रह को कम करने के लिए एक सिद्धांतपूर्ण ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि पहचान मार्करों को हटाने से एजेंटों को स्रोत के बजाय सामग्री के आधार पर तर्क करने के लिए मजबूर किया जाता है, जिससे बड़े भाषा मॉडल (LLM) के तर्क की विश्वसनीयता में महत्वपूर्ण सुधार होता है।

Hyeong Kyu Choi, Xiaojin Zhu, Sharon Li2026-04-13
🤖 machine learning

Bandwidth-constrained Variational Message Encoding for Cooperative Multi-agent Reinforcement Learning

यह शोध पत्र बैंडविड्थ-प्रतिबंधित वेरिएशनल मैसेज एनकोडिंग (BVME) को प्रस्तुत करता है, जो एक हल्का मॉड्यूल है जो सहकारी मल्टी-एजेंट सुदृढीकरण शिक्षण में सिद्धांतपूर्ण, ट्यूनेबल मैसेज संपीड़न को सक्षम करने के लिए वेरिएशनल इन्फरेंस का उपयोग करता है, जो नैव आयामी कमी विधियों की तुलना में 67-83% कम मैसेज आयामों के साथ बेहतर समन्वय प्रदर्शन प्राप्त करता है।

Wei Duan, Jie Lu, En Yu, Junyu Xuan2026-04-13
📈 economics

Multi-agent Adaptive Mechanism Design

यह शोध पत्र डिस्ट्रीब्यूशनली रोबस्ट एडेप्टिव मैकेनिज्म (DRAM) प्रस्तुत करता है, जो एक नवीन ढांचा है जो अज्ञात विश्वासों वाले अनुक्रमिक बहु-एजेंट परिवेश में ऑनलाइन लर्निंग के माध्यम से डिस्ट्रीब्यूशनली रोबस्ट लीनियर प्रोग्राम्स को पुनरावृत्ति से परिष्कृत करके इष्टतम O~(T)\tilde{O}(\sqrt{T}) रिग्रेट और उच्च-संभाव्यता सत्यनिष्ठा प्राप्त करता है।

Qiushi Han, David Simchi-Levi, Renfei Tan, Zishuo Zhao2026-04-13