arXiv 新论文提出混合推理智能体（HybridAgents），在统一的生成流程中动态切换潜空间推理与文本交互。架构上通过轻量级 HybridLink 实现两种模式间无缝转换，连续工作记忆可在多轮交互中保留无损的混合上下文，使潜空间思考过程可直接检视，同时保留工具调用能力。配套提出 HybridSFT 与 HybridRL 两阶段后训练方法。在 3 个模型规模、11 项基准上评测，性能平均提升 10.4%，token 消耗降低 35.5%–54.7%，推理速度提升 1.8–2.6 倍，成本降低 2.7–3.7 倍。
- 积分
135
注册时间:
2026-10-09
两阶段训练听起来训练成本也不低啊，小团队玩得起吗
文本行动加潜空间思考，这不就是人做事的模式嘛，该想的时候想该动手动手
这个方向我关注挺久了，终于有人把潜空间和工具调用缝一块了
HybridLink 是轻量级的，具体有多轻量啊，加了多少参数有说吗
平均提升 10.4% 听着不多，但配上 token 省一半，性价比其实挺高
先收藏了，周末细看，希望别又是那种实验好看落地拉胯的
我就想知道潜空间那部分到底怎么检视的，可视化出来是人能看懂的吗
有没有大佬跑过代码，实际用起来切换模式会不会很突兀
潜空间思考过程可以直接检视？这个要是真的就太香了，现在黑盒推理根本没法 debug
感觉思路挺对的，纯潜空间推理没法调工具，纯文本又太啰嗦，混着来才合理
多轮交互无损保留上下文，这个跟现在那些记忆机制比优势在哪，有对比吗
成本降 2.7 到 3.7 倍，老板看了要笑醒😂
3 个模型规模是哪些规模，小模型上效果也稳吗，别只有大模型能看
11 项基准平均提升 10.4%，这个平均有点微妙，有没有单项掉点的
有个疑问，切换模式的触发是谁决定的，模型自己判断还是外部控制
老实说我更关心工程落地，HybridLink 接现有推理框架好不好接
token 消耗降低这么多，成本能降 3 倍多？有点不敢信，等有人复现了再说吧
连续工作记忆能保留无损混合上下文这点挺吸引我的，之前做多轮工具调用老是丢上下文，烦死了
两阶段后训练，SFT 再来 RL，这套路现在都快成标配了哈哈
1.8 到 2.6 倍推理速度提升，是相对什么 baseline 啊，跟纯文本推理比还是跟别的潜空间方法比