Исследователи предложили ИИ-агента, который рассуждает в скрытом пространстве и действует через текст

Группа исследователей опубликовала в архиве научных препринтов arXiv работу о новом типе агентов на основе больших языковых моделей — Hybrid Reasoning Agents, или HybridAgents. Это ИИ-агенты, которые рассуждают во внутреннем, нетекстовом (латентном) пространстве модели, а с внешней средой, например с инструментами, взаимодействуют через текст. Работа отправлена 13 октября 2026 года в категорию вычислительной лингвистики (cs.CL).

Какая проблема решается

Современные агенты на основе языковых моделей и рассуждают, и действуют в текстовой форме. Рассуждение в латентном пространстве эффективнее, но у него нет прямого доступа к инструментам, а сам процесс рассуждения труднее проверить. Авторы пытаются объединить два подхода.

Как работает система

В рамках единого процесса генерации система динамически переключается между латентным рассуждением и текстовым взаимодействием. Переходы обеспечивает лёгкий компонент HybridLink. Непрерывная рабочая память агента без потерь сохраняет гибридный контекст на протяжении нескольких шагов. По словам авторов, при этом сохраняется возможность работать с инструментами, а латентные «мысли» можно напрямую проверять.

Для обучения разработаны два алгоритма. HybridSFT стабилизирует гибридную генерацию с инструментами, обучая модель взаимодействовать с HybridLink. HybridRL, основанный на обучении с подкреплением, учит агента решать, когда рассуждать в латентном пространстве, а когда действовать через текст.

Результаты

HybridAgent оценили на трёх размерах модели в 11 тестах по математике, науке, медицине, поиску и агентному рассуждению. По сравнению с ведущими текстовыми и латентными агентами и фреймворками авторы сообщают о среднем улучшении результатов на 10,4 %. При этом расходуется на 35,5–54,7 % меньше токенов, вывод выполняется в 1,8–2,6 раза быстрее, а затраты ниже в 2,7–3,7 раза.

Работа занимает 45 страниц; по заявлению авторов, код и данные находятся в открытом доступе.