潜在空間推論エージェント「HybridAgent」発表
原題: Hybrid Reasoning Agents: LLM agents that think in latent space, act through text
なぜ重要か
推論コストと精度のトレードオフを同時に改善する手法は、LLMエージェントの実用展開において費用対効果の壁を下げる可能性がある。
Stanford大学などの研究者らが2026年10月13日、潜在空間での内部推論とテキストベースの外部行動を動的に切り替えるLLMエージェント「HybridAgent」をarXivで公開した。11のベンチマークで既存手法比10.4%の性能向上を達成し、トークン数を最大54.7%削減、推論速度を最大2.6倍、コストを最大3.7倍改善したと報告している。
Jiaru Zouら8名の研究者が発表した「Hybrid Reasoning Agents（HybridAgents）」は、LLMエージェントが抱える根本的なジレンマへの回答を試みる研究だ。現在のLLMエージェントはテキストで推論し、テキストで外部ツールを操作する。一方、潜在空間（latent space）での推論は計算効率に優れるが、ツール呼び出しや推論の透明性が失われる課題があった。
HybridAgentはこの二択を解消するため、「HybridLink」と呼ぶ軽量モジュールを導入し、テキストモードと潜在モードを単一の生成プロセス内でシームレスに行き来できるようにした。複数ターンにわたる文脈を損失なく保持する「連続ワーキングメモリ」も備え、ツール統合機能を維持しながら潜在的な思考過程を外部から検査可能にしている。
学習面では2段階のアプローチを採用した。まず「HybridSFT」でバックボーンモデルにHybridLinkとの協調を教え、ツール統合ハイブリッド生成を安定化させる。次に「HybridRL」で潜在推論とテキスト行動の使い分けを強化学習によりスケールアップする。
評価は3つのモデルサイズで実施し、数学・科学・医療・検索・エージェント推論の計11ベンチマークをカバーした。最前線のLLMエージェントやフレームワークと比較して、性能は平均10.4%向上。同時にトークン削減率35.5〜54.7%、推論速度1.8〜2.6倍、コスト削減2.7〜3.7倍という数字を報告している。コードとデータは公開されている。