Los agentes LLM modernos razonan e interactúan a través del texto, mientras que el razonamiento latente proporciona un medio interno eficiente pero carece de acceso nativo a herramientas y transparencia de razonamiento. Los Agentes de Razonamiento Híbrido (Agentes Híbridos) unifican estas dos direcciones con un proceso de generación único. Arquitectónicamente, un enlace híbrido ligero permite transiciones seamless entre modos de texto y latente, mientras que la memoria de trabajo continua del agente preserva el contexto híbrido sin pérdida a lo largo de múltiples turnos.
Estos diseños preservan las capacidades agentes integradas con herramientas mientras hacen que los pensamientos latentes sean directamente inspeccionables. Sobre esta arquitectura, se desarrollaron algoritmos de post-entrenamiento dedicados para el razonamiento híbrido: El SFT Híbrido estabiliza la generación híbrida integrada con herramientas enseñando a la columna vertebral a coordinarse con el Enlace Híbrido, y luego el RL Híbrido escala el razonamiento aprendiendo cuándo pensar en espacio latente y cuándo actuar a través del texto. El Agente Híbrido fue evaluado en 3 escalas de modelo a través de 11 benchmarks que cubren matemáticas, ciencia, medicina, búsqueda y razonamiento agente.
En comparación con los agentes LLM de vanguardia y marcos agentes, el Agente Híbrido mejora consistentemente el rendimiento en un 10.4%, mientras que entrega una reducción de tokens del 35.5%-54.7%, una inferencia 1.8x-2.6x más rápida y ahorros de costo de 2.7x-3.7x. El código y los datos están disponibles en esta URL: https://example.com. La investigación aborda el desafío de construir agentes que piensen más allá del lenguaje humano pero aún así actúen a través de él en el entorno externo, ofreciendo una solución práctica que combina la eficiencia del razonamiento latente con la accesibilidad de la interacción basada en texto.
El enfoque unificado representa un avances significativo en hacer que los pensamientos latentes sean directamente inspeccionables mientras se mantienen las capacidades agentes integradas con herramientas.
Fuente: Hacker News · Resumido por HeadlinesBriefing