مقاله‌ی arXiv:2610.18861 · در صف خبرنامه
Hybrid Reasoning Agents
ایجنت‌هایی که بین فکر کردن در فضای نهفته و تعامل متنی با ابزارها جابه‌جا می‌شوند
- تاریخ
- (۲۱ مهر ۱۴۰۵) 2026-10-13 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Jiaru Zou, Yunzhe Qi, Sirui Chen, Federico Bianchi, Shang Zhu, Pan Lu, Jingrui He, James Zou
- نهاد نویسنده‌ها
- Stanford University; UIUC; Together AI; Meta
- برچسب لابراتوار
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
ایجنت‌های مدل زبانی امروز هم استدلال و هم تعاملشان متنی است. استدلال نهفته، یعنی فکر کردن در فضای پیوسته‌ی درونی مدل به جای توکن‌های متنی، کارآمدتر است ولی دسترسی بومی به ابزار و شفافیت استدلال ندارد.
روش
ایجنت‌های HybridAgent در یک فرایند تولید یکپارچه بین استدلال نهفته و تعامل متنی جابه‌جا می‌شوند. یک ماژول سبک به نام HybridLink گذار بین دو حالت را ممکن می‌کند و حافظه‌ی کاری پیوسته‌ی ایجنت، کانتکست ترکیبی را بدون اتلاف در چند نوبت نگه می‌دارد؛ فکرهای نهفته هم مستقیماً قابل بررسی‌اند. HybridSFT تولید ترکیبی همراه با ابزار را پایدار می‌کند و HybridRL یاد می‌دهد کِی در فضای نهفته فکر کند و کِی با متن عمل کند.
یافته‌ها
- در ۳ اندازه‌ی مدل و ۱۱ بنچمارک در ریاضی، علوم، پزشکی، جست‌وجو و استدلال ایجنتی، کارایی را به‌طور میانگین ۱۰٫۴ درصد نسبت به ایجنت‌ها و چارچوب‌های پیشرو بهتر کرد.
- همزمان ۳۵٫۵ تا ۵۴٫۷ درصد توکن کمتر مصرف کرد، ۱٫۸ تا ۲٫۶ برابر سریع‌تر بود و ۲٫۷ تا ۳٫۷ برابر هزینه را کم کرد.
محدودیت‌ها
مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ نویسنده‌ها در بحث پیامدها به پرسش‌های ایمنی پنهان بودن زنجیره‌ی فکر اشاره می‌کنند، ولی محدودیت مشخصی برای روش نام نمی‌برند.
چرا مهم است
هزینه‌ی توکنی استدلال طولانی ایجنت‌ها بالاست. این کار نشان می‌دهد بخشی از فکر کردن می‌تواند بدون متن انجام شود، بدون از دست دادن ابزار، و با هزینه‌ی خیلی کمتر.