Гібридні агенти мислення з'єднують латентне мислення та текстові взаємодії агентів

Архітектура: HybridLink і робоча пам'ять

Нова дослідницька стаття під назвою «Hybrid Reasoning Agents» презентує підхід, який дозволяє LLM-агентам динамічно перемикатися між латентним мисленням та текстовою взаємодією в рамках єдиного процесу генерації. Роботу, подану в arXiv 13 жовтня 2026 року, написали Цзяру Цзоу, Юнчже Ці, Сіруй Чен, Федерико Бьянкі, Шан Чжу, Пань Лю, Цзіньжуй Хе та Джеймс Цзоу.

Система вирішує ключову проблему сучасних LLM-агентів: ці агенти все ще мислять та взаємодіють через текст, тоді як латентне мислення пропонує ефективне внутрішнє середовище, але не має вбудованого доступу до інструментів та прозорості мислення. Запропоновані гібридні агенти мислення (HybridAgents) з'єднують ці два напрями. Архітектурно, легкий компонент під назвою HybridLink забезпечує безшовні переходи між текстовим та латентним режимами, а безперервна робоча пам'ять агента зберігає гібридний контекст без втрат упродовж кількох ходів. Ці архітектурні рішення зберігають інтегровані з інструментами агентні здібності, роблячи латентні думки безпосередньо доступними для перевірки.

Донавчання: HybridSFT і HybridRL

Дослідники розробили спеціалізовані алгоритми донавчання для гібридного мислення. HybridSFT стабілізує інтегровану з інструментами гібридну генерацію, вчаючи основну модель координуватися з HybridLink. HybridRL потім масштабує мислення, навчаючись, коли думати в латентному просторі, а коли діяти через текст.

Оцінювання та результати

HybridAgent оцінювався на 3 масштабах моделей на 11 бенчмарках, що охоплюють математику, науку, медицину, пошук та агентне мислення. У порівнянні з передовними LLM-агентами та агентними фреймворками, що поєднують текстові та латентні методи, система стабільно покращила продуктивність на 10,4%. Вона також забезпечила скорочення токенів на 35,5–54,7%, прискорення виведення у 1,8–2,6 рази та економію витрат у 2,7–3,7 рази.

Стаття має 45 сторінок і включає 12 фігур. Код та дані доступні онлайн. Робота класифікується в категоріях Обчислення та мова (cs.CL), Штучний інтелект (cs.AI) та Машинне навчання (cs.LG).

Джерела: arxiv.org