यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
इस पत्र में, हम एक एजेंटिक रीजनिंग ढाँचा प्रस्तुत करते हैं जो बाहरी उपकरण-उपयोग करने वाले एजेंटों को एकीकृत करके बड़े पैमाने के भाषा मॉडल (LLM) की तर्क क्षमता को बढ़ाता है। यह वेब खोज, कोड निष्पादन और संरचित मेमोरी का गतिशील रूप से लाभ उठाकर गहन शोध की आवश्यकता वाली जटिल समस्याओं का समाधान करता है। प्रमुख नवाचार माइंड-मैप एजेंट है, जो अनुमान संदर्भ को संग्रहीत करता है और व्यापक उपकरण उपयोग के कारण दीर्घकालिक अनुमान प्रक्रियाओं के दौरान स्थिरता बनाए रखने के लिए तार्किक संबंधों को ट्रैक करता है। इसके अतिरिक्त, हम एक अत्यधिक कुशल खोज तंत्र विकसित करते हैं जो वेब खोज एजेंटों के व्यापक अन्वेषण के माध्यम से मौजूदा तरीकों से बेहतर प्रदर्शन करता है। डीपसीक-आर1 पर लागू हमारी विधि सार्वजनिक मॉडलों के बीच अत्याधुनिक (SOTA) प्रदर्शन प्राप्त करती है और इस क्षेत्र में एक अग्रणी स्वामित्व मॉडल, ओपनएआई डीप रिसर्च के प्रदर्शन के बराबर है। व्यापक पृथक्करण अध्ययन एजेंट उपकरणों के इष्टतम चयन को सत्यापित करते हैं और माइंड-मैप और वेब खोज एजेंटों की प्रभावशीलता की पुष्टि करते हैं। कोड https://github.com/theworldofagents/Agentic-Reasoning पर पाया जा सकता है ।
