混合推理代理：LLM 代理在潜在空间中思考，通过文本行动

计算机科学 > 计算与语言 arXiv:2610.18861 (cs) [提交于 2026 年 10 月 13 日] 标题：混合推理代理 作者：Jiaru Zou 、 Yunzhe Qi 、 Sirui Chen 、 Federico Bianchi 、 Shang Zhu 、 Pan Lu 、 Jingrui He 、 James Zou 查看由 Jiaru Zou 和其他 7 位作者 查看 PDF HTML（实验） 摘要：我们如何构建一个能够超越人类语言思考，但仍然在外部环境中通过它行动的代理？现代 LLM 代理仍然通过文本进行推理和交互，而潜在推理提供了有效的内部媒介，但缺乏本地工具访问和推理透明度。我们通过混合推理代理（HybridAgents）将这两个方向联系起来，它在整个统一的生成过程中动态地在潜在推理和基于文本的交互之间导航。从架构上讲，轻量级 HybridLink 可实现文本模式和潜在模式之间的无缝转换，而代理的连续工作记忆可在多个回合中保留无损混合上下文。这些设计保留了工具集成的代理功能，同时使潜在的想法可以直接检查。在此架构的基础上，我们进一步开发了用于混合推理的专用后训练算法：HybridSFT 通过教导骨干网与 HybridLink 协调来稳定工具集成的混合生成，然后 HybridRL 通过学习何时在潜在空间中思考以及何时通过文本采取行动来扩展推理。我们在 11 个基准的 3 个模型尺度上评估 HybridAgent，涵盖数学、科学、医学、搜索和代理推理。与涵盖基于文本和潜在方法的前沿 LLM 代理和代理框架相比，HybridAgent 始终将性能提高了 10.4%，同时减少了 35.5%-54.7% 的令牌，推理速度提高了 1.8 倍-2.6 倍，并节省了 2.7 倍-3.7 倍的成本。代码和数据可在此 https URL 获取。评论：45 页，12 图主题：计算与语言 (cs.CL)；人工智能（cs.AI）；机器学习 (cs.LG) 引用为：arXiv:2610.18861 [cs.CL]（或此版本的 arXiv:2610.18861v1 [cs.CL]） https://doi.org/10.48550/arXiv.2610.18861 arXiv 通过 DataCite 发布的 DOI（待注册） 提交历史记录 来自：Jiaru Zou [ 查看电子邮件 ] [v1] Tue, 13 Oct 2026 17:59:31 UTC (8,500 KB) 全文链接： 访问论文：查看由 Jiaru Zou 和其他 7 位作者撰写的题为 Hybrid Reasoning Agents 的 PDF 文件 查看 PDF HTML（实验性） TeX 源代码 查看许可证 其他功能 音频摘要 当前浏览上下文： cs.CL < 上一页 |下一页 > 新 |最近 | 2026-10 更改为浏览方式：cs cs.AI cs.LG 参考文献和引文 NASA ADS Google Scholar 语义学者加载... BibTeX 格式的引文加载... 数据提供者： 书签 书目工具 书目和引文工具 书目浏览器 切换书目浏览器（什么是浏览器？） 关联论文 切换关联论文（什么是关联论文？） Litmaps 切换 Litmaps（什么是 Litmaps？） scite.ai 切换 scite 智能引文（什么是智能引文？） 与本文相关的代码、数据、媒体 代码、数据和媒体 alphaXiv 切换 alphaXiv（什么是 alphaXiv？） 链接到代码切换 CatalyzeX 论文代码查找器（什么是 CatalyzeX？） DagsHub 切换DagsHub （什么是 DagsHub？） GotitPub 切换 Gotit.pub （什么是 GotitPub？） Huggingface 切换 Hugging Face （什么是 Huggingface？） ScienceCast 切换 ScienceCast （什么是 ScienceCast？） 演示 演示 Replicate 切换 复制 （什么是 Replicate？） Spaces 切换 Hugging Face 空间 （什么是 Spaces？） 空间切换TXYZ.AI（什么是 TXYZ.AI？）相关论文推荐器和搜索工具链接到影响花影响花（什么是影响花？）核心推荐器切换核心推荐器（什么是核心？）作者场地机构主题关于 arXivLabs arXivLabs：与社区合作者的实验项目 arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和共享新的 arXiv 功能。与 arXivLabs 合作的个人和组织都接受并接受了我们开放、社区、卓越和用户数据隐私的价值观。 arXiv 致力于这些价值观，并且只与遵守这些价值观的合作伙伴合作。您有一个能为 arXiv 社区增加价值的项目想法吗？了解有关 arXivLabs 的更多信息。这篇论文的哪些作者是认可者？ |禁用 MathJax（什么是 MathJax？）