आधुनिक LLM एजेंट्स टेक्स्ट के माध्यम से रीजनिंग और इंटरैक्शन करते हैं, जबकि लेटेंट रीजनिंग एक कुशल आंतरिक माध्यम प्रदान करता है लेकिन नेटिव टूल एक्सेस और रीजनिंग ट्रांसपेरेंसी का अभाव है। हाइब्रिड रीजनिंग एजेंट्स (हाइब्रिड एजेंट्स) एकीकृत जनरेशन प्रक्रिया के माध्यम से इन दोनों दिशाओं को जोड़ते हैं। आर्किटेक्चरल रूप से, एक हल्का हाइब्रिड लिंक टेक्स्ट और लेटेंट मोड के बीच बिना रुकावट के संक्रमण सुनिश्चित करता है, जबकि एजेंट की निरंतर कार्य स्मृति कई परिप्रेक्षियों के दौरान लेटेंट हाइब्रिड कांटेक्स्ट को लॉसलेस रूप से संजोती है। ये डिजाइन टूल-इंटीग्रेटेड एजेंट क्षमताओं को बनाए रखते हुए लेटेंट विचारों को सीधे जांच योग्य बनाते हैं। इस आर्किटेक्चर के आधार पर, हाइब्रिड रीजनिंग के लिए समर्पित पोस्ट-ट्रेनिंग एल्गोरिथम विकसित किए गए: हाइब्रिड SFT टूल-इंटीग्रेटेड हाइब्रिड जनरेशन को स्थिर करता है क्योंकि यह बेसबोड को हाइब्रिड लिंक के साथ समन्वय करना सिखाता है, फिर हाइब्रिड RL रीजनिंग को बढ़ाता है क्योंकि यह सीखता है कि लेटेंट स्पेस में कब सोचना चाहिए और कब टेक्स्ट के माध्यम से कार्रवाई करनी चाहिए। हाइब्रिड एजेंट को गणित, विज्ञान, चिकित्सा, खोज और एजेंट रीजनिंग शामित 11 बेंचमार्क्स में 3 मॉडल स्केल पर मूल्यांकन किया गया। फ्रंटियर LLM एजेंट्स और एजेंट फ्रेमवर्क के साथ तुलना में, हाइब्रिड एजेंट लगातार 10.4% का सुधार करता है, जबकि यह 35.5%-54.7% टोकन कमी, 1.8x-2.6x तेज इनफरेंस और 2.7x-3.7x लागत बचत प्रदान करता है। कोड और डेटा इस URL पर उपलब्ध हैं: https://example.com। यह शोध एजेंट्स बनाने की चुनौती से उपार्जित है जो मानव भाषा से आगे सोचें लेकिन फिर भी बाहरी वातावरण में इसी भाषा के माध्यम से कार्रवाई करें, एक व्यावहारिक समाधान प्रदान करता है जो लेटेंट रीजनिंग की कुशलता को टेक्स्ट-आधारित इंटरैक्शन की पहुंच के साथ जोड़ता है। एकीकृत दृष्टिकोण लेटेंट विचारों को सीधे जांच योग्य बनाने में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है जबकि टूल-इंटीग्रेटेड एजेंट क्षमताओं को बनाए रखता है।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित