Современные LLM-агенты рассуждают и взаимодействуют через текст, в то время как латентное рассуждение обеспечивает эффективную внутреннюю среду, но lacks native tool access и прозрачности рассуждения. Гибридные агенты рассуждения (Гибридные агенты) соединяют эти два направления с помощью единого процесса генерации. Архитектурно, легкий гибридный link обеспечивает плавные переходы между текстовым и латентным режимами, в то время как непрерывная рабочая память агента сохраняет без потерь гибридный контекст на нескольких ходах. Эти дизайны сохраняют интегрированные с инструментами агентные capabilities, делая латентные мысли непосредственно inspectable. На основе этой архитектуры были разработаны специализированные алгоритмы пост-обучения для гибридного рассуждения: Гибридный SFT стабилизирует генерацию, интегрированную с инструментами, обучая backbone координировать с Гибридным link, затем Гибридный RL масштабирует рассуждение, обучаясь, когда думать в латентном пространстве, а когда действовать через текст. Гибридный агент был оценен на 3 масштабах модели по 11 бенчмаркам, охватывающим математику, науку, медицину, поиск и агентное рассуждение. По сравнению с передовыми LLM-агентами и агентными фреймворками, Гибридный агент последовательно улучшает производительность на 10.4%, при этом снижая токены на 35.5%-54.7%, ускоряя inference в 1.8x-2.6 раз и экономя затраты в 2.7x-3.7 раз. Код и данные доступны по этой URL: https://example.com. Исследование решает задачу построения агентов, думающих за пределами человеческого языка, но всё равно действующих через него во внешней среде, предлагая практическое решение, сочетающее эффективность латентного рассуждения с доступностью текстового взаимодействия. Единый подход представляет собой значительный прогресс в том, чтобы сделать латентные мысли непосредственно inspectable, сохраняя при этом интегрированные с инструментами агентные capabilities.
Источник: Hacker News · Сводку подготовил HeadlinesBriefing