फ़ीड

63 सामग्री

क्रमबद्धता
समाचार1 नवम्बर 2026

स्वायत्त निवेश में LLM एजेंटों का नियंत्रित विकास: अपरिवर्तनीय सुरक्षा परत के साथ बहु-एजेंट ढाँचा

लेख Steward का वर्णन करता है—नौ भूमिका-आधारित LLM एजेंटों की एक प्रणाली, जिसमें पोर्टफ़ोलियो संबंधी निर्णयों की जोखिम प्रबंधक द्वारा जाँच की जाती है और प्रॉम्प्ट में बदलाव की अनुमति केवल प्रतिवर्ती नियंत्रण और रिकॉर्ड किए गए डेटा को फिर से चलाने के माध्यम से दी जाती है। मुख्य निष्कर्ष यह है कि अपरिवर्तनीय कोर और ऑडिट प्रक्रियाएँ एजेंटों को जोखिम नियमों और ऑर्डर निष्पादन पर नियंत्रण दिए बिना उन्हें विकसित करने की अनुमति देती हैं।

स्वायत्त निवेश में LLM एजेंटों का नियंत्रित विकास: अपरिवर्तनीय सुरक्षा परत के साथ बहु-एजेंट ढाँचा
पढ़ें
समाचार30 अक्टूबर 2026

NAQD-Env: भाषा एजेंटों में संचालन का चयनात्मक निलंबन

एक सिंथेटिक बेंचमार्क जारी किया गया है, जहाँ एक नियतात्मक संदर्भ डेटा, अनुमतियों और प्रतिबंधों के बीच निर्भरताएँ तय करता है, और मॉडलों को बाकी काम खोए बिना केवल प्रभावित चरणों को रोकना होता है। तीन ओपन मॉडल के परीक्षणों में रोकने की कम पूर्णता और सही ढंग से फिर से शुरू करने की क्षमता का अभाव सामने आया; फाइन-ट्यूनिंग निर्णयों की सटीकता बढ़ाती है, लेकिन इसके दुष्प्रभाव भी होते हैं।

NAQD-Env: भाषा एजेंटों में संचालन का चयनात्मक निलंबन
पढ़ें
समाचार29 अक्टूबर 2026

CHOIR विधि: स्वतंत्र सूचीकरण सामूहिक प्रणालियों के भीतर मॉडलों के परस्पर असंगत रुखों को उजागर करता है

लेखक CHOIR नामक एक दृष्टिकोण प्रस्तुत करते हैं, जिसमें समूह बार-बार क्रमबद्ध उत्तर-सूचियाँ माँगते हैं और फिर मॉडलों, प्रॉम्प्ट की शब्दावली तथा भूमिका-आधारित परिस्थितियों के बीच संयुक्त अवधारणाओं की प्रमुखता की तुलना करते हैं। यह अध्ययन दिखाता है कि खुले उत्तरों में बाहरी समानता अधिक होने का अर्थ यह नहीं कि सभी एकमत हैं: आधारभूत मॉडल की पहचान सबसे स्थिर भेदकारी विशेषता बनी रहती है, जबकि व्यक्तित्व संबंधी निर्देश प्रकट होने वाली अवधारणाओं को बदल देते हैं।

CHOIR विधि: स्वतंत्र सूचीकरण सामूहिक प्रणालियों के भीतर मॉडलों के परस्पर असंगत रुखों को उजागर करता है
पढ़ें
समाचार29 अक्टूबर 2026

SimTrace: गुमनाम किए गए वास्तविक सत्रों और वेब परिवेश के मॉडल पर आधारित सिंथेटिक क्लिक पथ

लेखक एक ऐसे फ्रेमवर्क का वर्णन करते हैं जो वास्तविक इंटरैक्शन को गुमनाम बनाता है, वेब वातावरण की एक सिम्युलेटेड प्रतिकृति तैयार करता है और इसके आधार पर उपयोगकर्ता के संदर्भ तथा वातावरण के अवलोकनों के साथ मल्टीमॉडल क्लिक ट्रैजेक्टरी बनाता है। ई-कॉमर्स परिदृश्य में, इस समाधान ने विश्वसनीयता के 8 में से 7 मेट्रिक्स पर बेसलाइन तरीकों से बेहतर प्रदर्शन किया। सिंथेटिक डेटा पर प्रशिक्षित मॉडलों की सटीकता वास्तविक डेटा पर प्रशिक्षित मॉडलों के बराबर रही, और सिंथेटिक डेटा जोड़ने से अगले एक्शन की भविष्यवाणी में +11,0% का सुधार हुआ; शोधकर्ताओं के लिए कोड खुला है।

SimTrace: गुमनाम किए गए वास्तविक सत्रों और वेब परिवेश के मॉडल पर आधारित सिंथेटिक क्लिक पथ
पढ़ें
समाचार28 अक्टूबर 2026

MetaPersona: अनुभवजन्य सामाजिक-अनुसंधान डेटा पर आधारित कार्य-विशिष्ट सिंथेटिक आबादियाँ

LLM सिमुलेशन के लिए MetaPersona-DB प्रस्तुत किया गया है—11,000 से अधिक कार्यों का एक संग्रह, जिसमें मानव नमूने हैं और कार्यों के अनुरूप चरों, संबंधों तथा समेकित आँकड़ों के साथ एनोटेशन किया गया है। इसके आधार पर यह विधि निर्भरता ग्राफ़ पुनर्निर्मित करती है और वैज्ञानिक रूप से प्रमाणित वितरणों से आबादियाँ जनरेट करती है; हालांकि, परिणामों की गुणवत्ता कार्यों और मॉडलों के अनुसार अलग-अलग होती है।

MetaPersona: अनुभवजन्य सामाजिक-अनुसंधान डेटा पर आधारित कार्य-विशिष्ट सिंथेटिक आबादियाँ
पढ़ें
समाचार26 अक्टूबर 2026

रैपर के विकास के माध्यम से वैयक्तिकरण: सन्निकटन, सामान्यीकरण और अनुकूलन की सीमाएँ कहाँ हैं

लेखक ऐसे व्यक्तिगत एजेंटों का अध्ययन करते हैं, जो एक निश्चित आधार मॉडल के साथ अलग-अलग उपयोगकर्ताओं के अनुरोधों के अनुसार खुद को ढालते हैं, और संदर्भ, स्मृति, टूल तथा निष्पादन वाली नियंत्रण परत के सुधार को एक शिक्षण समस्या के रूप में औपचारिक रूप देते हैं। प्राथमिकताओं पर केंद्रित बेंचमार्क और सन्निकटन, सामान्यीकरण तथा अनुकूलन की त्रुटियों का सैद्धांतिक विश्लेषण यह दिखाते हैं कि आवरण के स्व-विकास की वास्तुकला, पैमाने और एल्गोरिदम की सीमाएँ क्या हैं।

रैपर के विकास के माध्यम से वैयक्तिकरण: सन्निकटन, सामान्यीकरण और अनुकूलन की सीमाएँ कहाँ हैं
पढ़ें
समाचार24 अक्टूबर 2026

ज्यामितीय रूप से प्रेरित सॉफ्ट स्टेट रिप्रेज़ेंटेशन की भविष्यवाणी सीमाएँ और कूपमैन क्लोज़र

यह कार्य, स्पेक्ट्रल नॉर्म की एक निश्चित सीमा के तहत, मृदु निर्देशांकों के न्यूनतम MSE वाले रैखिक पूर्वानुमान के लिए गणना योग्य विश्वास-सीमा प्रस्तुत करता है। यह प्रमाणपत्र प्राप्त करने योग्य कूपमैन क्लोज़र को अप्राप्य क्लोज़र से अलग करने में मदद करता है और दिखाता है कि समान मृदु निरूपण एक गतिकी के अनुरूप हो सकते हैं, लेकिन दूसरी के नहीं।

ज्यामितीय रूप से प्रेरित सॉफ्ट स्टेट रिप्रेज़ेंटेशन की भविष्यवाणी सीमाएँ और कूपमैन क्लोज़र
पढ़ें
समाचार24 अक्टूबर 2026

मल्टीमोडल ट्रांसफ़ॉर्मर्स में टोकनों का विभाजन: जब अटेंशन प्रतिनिधित्व के योगदान को बनाए रखता है

यह अध्ययन पता लगाता है कि किन परिस्थितियों में इनपुट निरूपण को अधिक तत्वों में बाँटने से उसका योगदान नहीं बदलता, बशर्ते सामग्री, स्थिति, दिखाई देने वाला संदर्भ और कुल भार समान रहें। गैर-घटते स्थानीय भार गुणक वाले धनात्मक attention kernels के लिए अपरिवर्तनशीलता केवल तभी प्राप्त होती है जब वह रैखिक हो; Qwen2.5-Omni-7B और वीडियो बेंचमार्क पर, भार-आधारित वेटिंग संपीड़न के दौरान विचलन घटाती है और सटीकता बढ़ाती है।

मल्टीमोडल ट्रांसफ़ॉर्मर्स में टोकनों का विभाजन: जब अटेंशन प्रतिनिधित्व के योगदान को बनाए रखता है
पढ़ें
समाचार24 अक्टूबर 2026

CEG-Agent: त्रुटि ग्राफ़ों के माध्यम से LLM एजेंटों के ट्रेस में विफलताओं का कारणात्मक विश्लेषण

यह कार्य CEG-Agent प्रस्तुत करता है—एजेंट ट्रेस के कारणात्मक निदान के लिए एक टूलिंग फ़्रेमवर्क। औपचारिक वर्गीकरण विसंगतियों, त्रुटियों और विफलताओं को अलग करता है, जबकि टाइपयुक्त CEG ग्राफ़ निष्पादन घटनाओं को निदान नोड्स और अंतिम विफलताओं से जोड़ते हैं; CEG-Bench बेंचमार्क अर्थगत और संरचनात्मक सटीकता के मामले में इस दृष्टिकोण की अग्रणी स्थिति की पुष्टि करता है।

CEG-Agent: त्रुटि ग्राफ़ों के माध्यम से LLM एजेंटों के ट्रेस में विफलताओं का कारणात्मक विश्लेषण
पढ़ें