HybridAgents: latent सोच, text से काम
मूल शीर्षक: Hybrid Reasoning Agents: LLM agents that think in latent space, act through text
यह क्यों महत्वपूर्ण है
यह शोध agentic AI की लागत और गति दोनों में एक साथ सुधार का व्यावहारिक रास्ता दिखाता है।
13 अक्टूबर 2026 को arXiv पर प्रकाशित शोध में Stanford और UIUC के शोधकर्ताओं ने HybridAgents प्रस्तुत किया, जो latent space में सोचता है और text के ज़रिए काम करता है। 11 benchmarks पर प्रदर्शन 10.4% बेहतर और token खर्च 35.5%-54.7% कम रहा।
Jiaru Zou, Yunzhe Qi, Sirui Chen, Federico Bianchi और अन्य 4 शोधकर्ताओं ने Hybrid Reasoning Agents (HybridAgents) नामक architecture पेश किया है। मौजूदा LLM agents केवल text में सोचते और काम करते हैं, जबकि latent reasoning कुशल तो है पर उसमें tools तक सीधी पहुँच नहीं होती। HybridAgents इन दोनों को एक ही generation process में जोड़ता है।
इसके लिए एक हल्का मॉड्यूल HybridLink बनाया गया है जो text और latent modes के बीच स्विच करता है। एक continuous working memory पूरी बातचीत में hybrid context बिना किसी नुकसान के बनाए रखती है। इससे tool-integrated क्षमताएँ बनी रहती हैं और latent विचार सीधे देखे जा सकते हैं।
Post-training के लिए दो algorithms विकसित किए गए — HybridSFT जो tool-integrated hybrid generation को स्थिर करता है, और HybridRL जो यह सिखाता है कि कब latent space में सोचना है और कब text में जवाब देना है।
तीन model scales पर गणित, विज्ञान, चिकित्सा, search और agentic reasoning को कवर करने वाले 11 benchmarks पर परीक्षण हुआ। नतीजे: frontier LLM agents की तुलना में 10.4% बेहतर प्रदर्शन, 1.8x-2.6x तेज़ inference, और 2.7x-3.7x कम लागत। Code और data सार्वजनिक रूप से उपलब्ध हैं।