Attending AAAI 2026: Representing EKbana at a Global AI Conference

The three of us, Kashish Bataju, Kristina Ghimire, and Projan Shakya, had the opportunity to attend the AAAI 2026 Conference in Singapore to present our research on Multi-Agent Systems. Reaching this milestone marked one of the most rewarding moments of our academic and professional journey. We are deeply grateful to EKbana for trusting our potential and consistently supporting our research efforts. The project initially began with a different direction, but over time it developed into a focused study on multiple-choice question answering with both open- and closed-source models. After nearly six months of sustained research and iteration, we were able to prepare a strong draft that ultimately led us to AAAI.

The AAAI Conference on Artificial Intelligence is among the world’s most prestigious AI conferences, and AAAI-26, held at the Singapore EXPO from January 20 to 27, 2026, brought together researchers and practitioners through technical sessions, invited talks, workshops, and bridge programs. We participated in the WMAC 2026 Bridge Program, which focuses on bridging Large Language Models and Multi-Agent Systems, and presented our work during the poster session. To our knowledge, we were the only team traveling directly from Nepal to Singapore for AAAI 2026, though we were glad to meet a few fellow Nepali attendees representing institutions and organizations from around the world.

私たち3名（カシッシュ・バタジュ、クリスティナ・ギミレ、プロジャン・シャキャ）は、マルチエージェントシステムに関する研究を発表するため、シンガポールで開催されたAAAI 2026国際会議に参加する機会を得ました。この節目に到達できたことは、私たちの学術的・専門的な歩みの中でも特に大きな達成であり、非常に意義深い経験となりました。私たちの可能性を信じ、研究活動を継続的に支援してくださったEKbanaに、心より感謝申し上げます。本プロジェクトは当初、異なる方向性からスタートしましたが、研究を重ねる中で、オープンソースおよびクローズドソースモデルを用いた多肢選択式質問応答に焦点を当てた研究へと発展しました。約6か月にわたる継続的な研究と試行錯誤を経て、最終的にAAAIでの発表につながる完成度の高い原稿をまとめることができました。人工知能に関するAAAI国際会議は、世界でも最も権威あるAIカンファレンスの一つであり、2026年1月20日から27日までシンガポールEXPOで開催されたAAAI-26では、テクニカルセッション、招待講演、ワークショップ、ブリッジプログラムを通じて、多くの研究者や実務家が集いました。私たちは、大規模言語モデルとマルチエージェントシステムの橋渡しを目的としたWMAC 2026ブリッジプログラムに参加し、ポスターセッションにて研究発表を行いました。私たちの知る限り、AAAI 2026に参加するためにネパールからシンガポールへ直接渡航したチームは私たちのみでしたが、世界各地の機関や組織を代表するネパール出身の参加者の方々とも交流することができました。

 

A 3-minute lightning talk summarizing our work was delivered by Kristina Ghimire, followed by the poster session which lasted around an hour and drew participants from across the conference. Many attendees took the time to read through our work and engage us with thoughtful questions. The encouragement, validation, and constructive feedback we received from the community made the experience especially meaningful and reinforced the relevance of our research direction.

私たちの研究概要を紹介する3分間のライトニングトークは、クリスティナ・ギミレが担当しました。その後、約1時間にわたるポスターセッションが行われ、会議全体から多くの参加者が集まりました。多くの来場者が私たちの研究内容に目を通し、示唆に富んだ質問を通じて活発に議論してくださいました。コミュニティから寄せられた励ましや評価、そして建設的なフィードバックは、この経験を特に意義深いものとし、私たちの研究の方向性の妥当性を改めて確信させてくれました。

Research Contribution and Technical Discussions

Our poster, titled “Learning Collaborative Reasoning Strategies Through Trust-Weighted Multi-Agent Consensus,” introduces a framework in which multiple agents collaborate to solve complex reasoning tasks. The core motivation behind this work is the observation that individual agents often produce inconsistent or unreliable outputs, particularly for multi-step or high-stakes problems where hidden biases or missing expertise can significantly affect performance. Existing approaches typically rely on static prompting or rigid instructions that lack adaptability in collaborative settings.

Our framework addresses this limitation by stable and consistent reasoning through trust-weighted collaboration. One key outcome of this approach is that smaller open-source models can achieve performance levels much closer to those of significantly larger and more expensive systems, making collaborative reasoning both practical and cost-effective.

Discussions with attendees frequently centered on our architectural decision to use a reward-based learning mechanism to coordinate agents rather than traditional supervised or end-to-end training. The asymmetric reward design drew particular interest, as did our use of Graph Attention Networks combined with multi-agent reinforcement learning, an area that remains relatively underexplored in the context of large language models. Several questions focused on how the system balances exploiting previously successful reasoning strategies with exploring new ones when faced with unfamiliar tasks. Others proposed alternative perspectives, such as learning collaborative reasoning patterns during training and applying them through a single adaptive prompt at inference time. Although not explored in our current work, these ideas highlighted promising directions for future research and reinforced how much of the multi-agent LLM space remains open.

私たちのポスター発表「Learning Collaborative Reasoning Strategies Through Trust-Weighted Multi-Agent Consensus」では、複数のエージェントが協調して複雑な推論課題を解決するためのフレームワークを提案しました。本研究の動機は、単一のエージェントによる推論は、特に多段階推論や高い信頼性が求められる課題において、隠れたバイアスや専門知識の欠如により、出力が不安定または信頼性に欠けることが多いという点にあります。既存手法の多くは、静的なプロンプトや固定的な指示に依存しており、協調的な推論環境における柔軟性に欠けていました。

本フレームワークでは、信頼度に基づいて重み付けされた協調を通じて、安定かつ一貫した推論を実現します。このアプローチの重要な成果の一つは、小規模なオープンソースモデルであっても、はるかに大規模で高コストなモデルに近い性能を達成できる点であり、協調推論を実用的かつ費用対効果の高いものにする可能性を示しています。

会場での議論では、従来の教師あり学習やエンドツーエンド学習ではなく、報酬に基づく学習機構を用いてエージェントを協調させるというアーキテクチャ上の選択に、多くの関心が寄せられました。特に、非対称な報酬設計や、グラフ注意ネットワーク（Graph Attention Networks）とマルチエージェント強化学習を組み合わせた点は注目を集めました。これは、大規模言語モデルの文脈では、まだ十分に探究されていない研究領域です。さらに、未知のタスクに直面した際に、過去に成功した推論戦略の活用（exploitation）と、新たな戦略の探索（exploration）をどのように両立させているのかについても多くの質問がありました。また、学習段階で協調的な推論パターンを獲得し、推論時には単一の適応的プロンプトとして適用するという代替的な視点も提案されました。これらは本研究では扱っていないものの、将来の研究に向けた有望な方向性を示すものであり、マルチエージェントLLMの分野には依然として多くの未開拓領域が残されていることを改めて示すものでした。

Insights from AAAI 2026

Across the conference, a strong emphasis emerged on multi-agent systems, human-in-the-loop methods, and evaluation strategies for reasoning and agent behavior. Many works examined how human feedback and oversight can improve AI reliability, while others addressed practical deployment challenges in domains such as healthcare, finance, and law. Large language models consistently appeared as a central component in these real-world applications. Attending AAAI 2026 gave us first-hand exposure to these trends and reinforced the importance of continuous learning and adaptation, a mindset strongly encouraged within EKbana. 

会議全体を通して、マルチエージェントシステム、人間参加型（human-in-the-loop）手法、そして推論やエージェント行動の評価戦略に強い重点が置かれていることが印象的でした。多くの研究では、人間のフィードバックや監督を取り入れることでAIの信頼性をどのように向上させられるかが議論される一方、医療、金融、法分野といった実運用における課題に焦点を当てた研究も見られました。これらの現実世界の応用においては、大規模言語モデルが一貫して中核的な要素として位置づけられていました。AAAI 2026への参加を通じて、私たちはこうした最新動向を現場で直接体感するとともに、継続的な学習と適応の重要性を改めて実感しました。これは、EKbanaにおいても強く奨励されている姿勢です。

Exploring Singapore Beyond the Conference

We initially had a difficult time navigating Singapore’s metro system, with its numerous metro lines and intersections. However, after our first experience, we quickly got the hang of it, and getting around the city became actually enjoyable. Beyond the conference, we also took the opportunity to explore several iconic places around Singapore including the iconic Merlion. We enjoyed the evening light show at Gardens by the Bay, and the Jurassic Park experience felt like stepping straight into a movie. We also had the chance to visit the Oceanarium, where we encountered a variety of aquatic life which was an absolutely jaw-dropping experience for all of us. Another unforgettable highlight was our visit to Sentosa Beach, where we experienced the beach for the very first time in our lives.

Singapore’s food culture was another memorable part of the trip. We are grateful to Mr. Sunil Sharma, who kindly took the time to show us around the city and help us experience its diverse food culture. We got to taste a wide variety of dishes at different food courts, which were everywhere across the city. We also learned how common it is for people to prefer eating at these hawker-style food centers rather than cooking at home. Altogether, the experience outside the conference made our visit even more special and truly unforgettable.

当初は、路線や乗り換えが多いシンガポールの地下鉄（MRT）を利用するのに苦労しましたが、一度体験してしまえばすぐに慣れ、市内の移動そのものが楽しいものになりました。学会以外の時間には、マーライオンをはじめとするシンガポールを象徴する名所をいくつも訪れました。ガーデンズ・バイ・ザ・ベイで鑑賞した夜のライトショーは印象的で、ジュラシック・パークの体験はまるで映画の世界に入り込んだかのようでした。また、オーシャナリウムも訪れ、さまざまな海洋生物に出会うことができ、その迫力には全員が圧倒されました。さらに、人生で初めて訪れたセントーサビーチも、忘れられない思い出の一つです。

シンガポールの食文化も、今回の滞在における大きな魅力でした。街を案内し、多様な食文化を体験する機会を与えてくださったスニル・シャルマ氏に心より感謝しています。市内各所にあるフードコートで、さまざまな料理を味わうことができました。また、自炊よりもホーカー（屋台）形式のフードセンターで食事をすることが一般的であることも学びました。学会以外でのこうした体験の数々が、私たちのシンガポール訪問をより特別で、心に残るものにしてくれました。

 

Gratitude

We express our sincere gratitude to our team lead Dr. Vaghawan Ojha, our alumni and entire AI team for their constant mentorship, motivation, and belief in our ability to push beyond our limits. We are equally grateful to Mr. Gaurav Pandey, the CEO of EKbana, for his forward-looking vision in AI adoption and for encouraging our team to represent EKbana on a global platform of this scale.

私たちは、常に指導と助言を与え、挑戦し続ける私たちの力を信じてくださったチームリードのヴァガワン・オジャ博士、ならびに卒業生の皆様とAIチーム全体に、心より感謝申し上げます。皆様の継続的なメンタリングと励ましが、私たちを限界の先へと導いてくださいました。また、AI導入における先見的なビジョンを示し、このような国際的な舞台でEKbanaを代表する機会を与えてくださったEKbana CEOのガウラブ・パンディ氏にも、深く感謝しております。

Final Takeaways

AAAI 2026 reinforced that human-AI collaboration, robust evaluation, transparency, and responsible AI practices are rapidly becoming central research priorities. Presenting our work, engaging with the global AI community, and learning from diverse perspectives made this experience deeply impactful. We thank the AAAI organizers for creating such a rich platform for knowledge exchange and collaboration, and we thank EKbana for fostering a culture that values research, learning, and global engagement. We look forward to applying these insights as we continue to explore and contribute to the evolving AI landscape.

AAAI 2026への参加を通じて、人間とAIの協調、堅牢な評価手法、透明性、そして責任あるAIの実践が、急速に中核的な研究課題となっていることを改めて実感しました。研究発表を行い、世界中のAI研究者・実務家と交流し、多様な視点から学ぶことができた本経験は、私たちにとって非常に意義深いものでした。このような知識共有と協働のための充実した場を提供してくださったAAAI運営委員会の皆様、そして研究・学習・国際的な挑戦を重視する文化を育んでいるEKbanaに、心より感謝申し上げます。今後も、得られた知見を活かしながら、進化し続けるAI分野の探究と貢献を続けていきたいと考えています。