arXiv cs.AI· Jiaru Zou, Yunzhe Qi, Sirui Chen, Federico Bianchi, Shang Zhu, Pan Lu, Jingrui He, James Zou·· 3 天前AI 评分42
HybridAgents：融合隐式推理与文本交互的混合推理智能体
Hybrid Reasoning Agents
AI 导读
HybridAgents（Hybrid Reasoning Agents）通过轻量级 HybridLink 在隐式推理与文本交互间动态切换，并借助连续工作记忆保留无损混合上下文，使隐式思维可直接检查。
正文 · AI 翻译
摘要：我们如何构建一个能够超越人类语言进行思考，却仍能通过语言在外部环境中行动的智能体？现代 LLM 智能体仍然通过文本进行推理和交互，而潜在推理提供了一种高效的内部媒介，但缺乏原生工具访问能力和推理透明度。我们通过混合推理智能体（HybridAgents）将这两个方向连接起来，它在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切换。在架构上，轻量级的 HybridLink 实现了文本模式与潜在模式之间的无缝转换，而智能体的连续工作记忆则在多轮交互中保留无损的混合上下文。这些设计在保留工具集成式智能体能力的同时，使潜在思维可直接被检视。基于这一架构，我们进一步开发了用于混合推理的专用后训练算法：HybridSFT 通过教导主干模型与 HybridLink 协同工作，稳定了工具集成的混合生成；随后 HybridRL 通过学习何时在潜在空间中思考、何时通过文本行动，扩展了推理能力。我们在 3 个模型规模上、涵盖数学、科学、医学、搜索和智能体推理的 11 个基准上评估了 HybridAgent。与涵盖基于文本和潜在方法的前沿 LLM 智能体及智能体框架相比，HybridAgent 的性能持续提升 10.4%，同时实现 35.5%-54.7% 的 token 减少、1.8 倍-2.6 倍的推理加速以及 2.7 倍-3.7 倍的成本节省。代码和数据可在 此 https URL 获取。
| 评论： | 45 页，12 幅图 |
| 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 arXiv:2610.18861v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18861 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jiaru Zou [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 17:59:31 UTC（8,500 KB）
来源：arXiv cs.AI · arxiv.org