1362 पेपर
यह शोध पत्र 2025 के 58,746 एनआईएच (NIH)-वित्तपोषित बायोमेडिकल प्रोजेक्ट्स का एक ह्यूमन-इन-द-लूप एलएलएम (LLM) पद्धति के माध्यम से विश्लेषण करता है जो यह प्रकट करता है कि जबकि एआई (AI) पोर्टफोलियो का 15.9% हिस्सा है और इसमें फंडिंग प्रीमियम है, यह अनुसंधान-से-परिनियोजन अंतराल (research-to-deployment gap) से ग्रस्त है और स्वास्थ्य विषमताओं के अनुसंधान का गंभीर रूप से कम प्रतिनिधित्व करता है।
यह शोध पत्र कॉन्फॉर्मल सोशल चॉइस (Conformal Social Choice) को प्रस्तुत करता है, जो एक पोस्ट-हॉक निर्णय परत है जो कवरेज की गारंटी देने के लिए स्प्लिट कॉन्फॉर्मल प्रेडिक्शन का उपयोग करके मल्टी-एजेंट डिबेट आउटपुट्स को एकत्रित करती है और अनिश्चित या स्पष्ट रूप से गलत सर्वसम्मति वाले मामलों को चुनिंदा रूप से मनुष्यों के पास भेजती है, जिससे अंतर्निहित मॉडलों को बेहतर कैलिब्रेटेड किए बिना ही स्वायत्त कार्यों की विश्वसनीयता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र प्रदर्शित करता है कि लॉग-लीनर लर्निंग (Log-Linear Learning) का उपयोग करने वाले सीमित-तर्कसंगत एजेंटों के नेटवर्क, पूर्णतः नियमित टोपोलॉजी में सबसे विश्वसनीय समन्वय प्राप्त करते हैं, जहाँ समन्वय की संभावना तर्कसंगतता और कनेक्टिविटी घनत्व दोनों के साथ बढ़ती है।
यह शोध पत्र एजेंटिक इंजीनियरिंग इंटेलिजेंस (AEI) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो ऑटोमोटिव इंजीनियरिंग वर्कफ़्लो को बाधा-युक्त, इतिहास-जागरूक क्रमिक निर्णय प्रक्रियाओं के रूप में मॉडल करता है जहाँ AI एजेंट इंजीनियर-पर्यवेक्षित हस्तक्षेपों के माध्यम से विभिन्न टूलचेन में सहायता करते हैं, जिसे प्रक्रिया-स्तरीय औद्योगिक बुद्धिमत्ता को आगे बढ़ाने के लिए सस्पेंशन डिज़ाइन और MBSE जैसे विविध उपयोग मामलों के माध्यम से प्रदर्शित किया गया है।
यह शोध पत्र Oracle-SWE को प्रस्तुत करता है, जो सॉफ्टवेयर इंजीनियरिंग एजेंट के प्रदर्शन पर विभिन्न प्रासंगिक सूचना संकेतों (contextual information signals) के व्यक्तिगत प्रभाव को अलग करने और मापने के लिए एक एकीकृत विधि है, जिसका उद्देश्य स्वायत्त कोडिंग प्रणालियों के लिए अनुसंधान प्राथमिकता निर्धारण में मार्गदर्शन करना है।
यह शोध पत्र यह प्रकट करता है कि एलएलएम (LLM) क्षमता में वृद्धि शून्य-लागत परिदृश्यों में सहयोगात्मक व्यवहार की गारंटी नहीं देती है, क्योंकि उन्नत मॉडल भी अक्सर स्पष्ट प्रोटोकॉल या प्रोत्साहन के बिना सहयोग करने में विफल रहते हैं, जो मल्टी-एजेंट सिस्टम में जानबूझकर किए गए सहकारी डिजाइन की आवश्यकता को रेखांकित करता है।
यह शोध पत्र डायनेमिक अटेंशनल कॉन्टेक्स्ट स्कोपिंग (DACS) प्रस्तुत करता है, जो मल्टी-एजेंट LLM ऑर्केस्ट्रेशन के लिए एक एजेंट-ट्रिगर मैकेनिज्म है जो लाइटवेट रजिस्ट्री और फुल-फोकस मोड के बीच गतिशील रूप से स्विच करके व्यक्तिगत एजेंट कॉन्टेक्स्ट को अलग करता है, जिससे क्रॉस-एजेंट संदूषण समाप्त होता है और फ्लैट-कॉन्टेक्स्ट बेसलाइन की तुलना में स्टीयरिंग सटीकता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र PASK को प्रस्तुत करता है, जो एक प्रोएक्टिव एजेंट सिस्टम है जिसमें DD-MM-PAS प्रतिमान और एक नया LatentNeeds-Bench बेंचमार्क शामिल है, जिसे स्ट्रीमिंग इंटेंट डिटेक्शन और हाइब्रिड लॉन्ग-टर्म मेमोरी का लाभ उठाकर जटिल, वास्तविक दुनिया के वातावरण में अंतर्निहित उपयोगकर्ता आवश्यकताओं का अनुमान लगाने और समय पर हस्तक्षेप करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र IoT-Brain को प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक प्रणाली है जो एक स्पेशियल ट्रेजेक्टरी ग्राफ (Spatial Trajectory Graph) का लाभ उठाकर बड़े भाषा मॉडलों (LLMs) में सिमेंटिक-टू-फिजिकल अंतराल को पाटता है ताकि विश्वसनीय और कुशल इंटेंट-ड्रिवन सेंसर शेड्यूलिंग सक्षम की जा सके, जो कार्य सफलता दर, गति और संसाधन उपयोग में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक एकीकृत सिस्टम-स्तरीय ढांचे को प्रस्तुत करता है जो यह तर्क देता है कि व्यावहारिक एलएलएम (LLM) एजेंटों की प्रगति केवल मॉडल वेट्स (weights) में सुधार करने के बजाय, हारनेस इंजीनियरिंग द्वारा समन्वित मेमोरी, स्किल्स और प्रोटोकॉल में संज्ञानात्मक बोझ को बाहरीकृत करने पर तेजी से निर्भर करती है।