知一知 · 今日
← 返回本期日报

AI 前沿

HybridAgents让模型在潜空间思考并用文本行动

本期日期 2026-10-19 · 23:33 北京时间

arXiv论文提出Hybrid Reasoning Agents,通过轻量HybridLink在潜空间推理与文本交互之间切换,并用连续工作记忆保留多轮混合上下文。论文称其在11项基准上平均提升10.4%,同时减少token、延迟和成本。

论文指出现有LLM代理通常通过文本推理和调用工具,透明且具备工具接入能力,但文本推理可能效率有限;潜空间推理提供高效的内部媒介,却缺少原生工具访问,也不易审查。HybridAgents试图在统一生成过程中动态结合二者:需要内部思考时进入潜空间,需要与外部环境互动时通过文本行动。

架构上,轻量HybridLink负责文本模式和潜空间模式之间的无缝切换,代理的连续工作记忆则跨多轮保留无损混合上下文。论文称,这种设计既保留工具集成的代理能力,也让潜空间想法可以被直接检查。

训练方面,研究者提出专门的混合推理后训练算法:HybridSFT教骨干模型与HybridLink协调,稳定带工具的混合生成;HybridRL进一步学习何时在潜空间思考、何时通过文本行动,以扩展推理能力。

论文在3种模型规模、11项基准上评估,覆盖数学、科学、医学、搜索和代理推理。与前沿LLM代理及文本、潜空间方法相比,HybridAgent据称性能持续提升10.4%,token减少35.5%至54.7%,推理速度提高1.8至2.6倍,成本节省2.7至3.7倍。材料还称代码和数据已公开。

原文来源

Hacker News ↗
返回本期日报打开交互阅读页