Hybrid Reasoning Agents: LLM agents that think in latent space, act through text

[2610.18861] 混合推理代理

rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:trackback="http://madskills.com/public/xml/rss/module/trackback/"> <rdf:Description rdf:about="/abs/2610.18861" dc:identifier="/abs/2610.18861" dc:title="Hybrid Reasoning Agents" trackback:ping="/trackback/2610.18861" /> </rdf:RDF>

计算机科学 > 计算与语言

arXiv:2610.18861

(cs)

[提交于2026年10月13日]

标题：混合推理代理

作者：

Zou Jiaru

,

Qi Yunzhe

Chen Sirui

Bianchi Federico

Zhu Shang

Lu Pan

He Jingrui

Zou James

查看由Zou Jiaru和另外7位作者撰写的论文《混合推理代理》的PDF版本

查看PDF

实验性HTML版本

摘要：我们如何构建一个能够超越人类语言进行思考，但仍然通过语言在外部环境中行动的智能体？现代大语言模型代理仍然通过文本进行推理和交互，而潜在推理虽然提供了高效的内部媒介，但缺乏原生工具访问和推理透明性。我们通过混合推理代理（HybridAgents）弥合了这两个方向，该方法在整个统一生成过程中动态地在潜在推理和基于文本的交互之间导航。架构上，轻量级的HybridLink实现了文本和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持无损的混合上下文。这些设计在保留工具集成智能体能力的同时，使潜在思维可以直接被检查。基于这一架构，我们进一步开发了针对混合推理的专用后训练算法：HybridSFT通过教导主干模型与HybridLink协调来稳定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、何时通过文本行动来扩展推理能力。我们在涵盖数学、科学、医学、搜索和智能体推理的11个基准测试中对HybridAgent进行了3个模型规模的评估。与前沿大语言模型代理及涵盖文本和潜在方法的智能体框架相比，HybridAgent在性能上持续提升10.4%，同时实现35.5%-54.7%的token减少、1.8x-2.6x的推理加速以及2.7x-3.7x的成本节约。代码和数据可通过此https链接获取。

上下文

评论：

45页，12个图表

主题：

计算与语言（cs.CL）

；人工智能（cs.AI）；机器学习（cs.LG）

引用方式：

[cs.CL]

（或

arXiv:2610.18861v1

用于此版本）

https://doi.org/10.48550/arXiv.2610.18861

聚焦以了解更多

工具提示描述

通过DataCite颁发的arXiv DOI（待注册）

提交历史

来自：Zou Jiaru [

查看电子邮件

]

[v1]

2026年10月13日 17:59:31 UTC（8,500 KB）

结束左侧栏

全文链接：

获取论文：

• 查看PDF

• 实验性HTML

• TeX源码

查看许可

结束全文

额外功能

• 音频摘要

当前浏览上下文：

cs.CL

< 上一页

|

下一页 >

新内容

最近更新

2026-10

按以下方式浏览：

cs

cs.AI

cs.LG

参考文献与引用

• NASA ADS

• Google Scholar

• Semantic Scholar

导出BibTeX引用

加载中...

格式化BibTeX引用

×

数据来源：

书签

结束额外服务

实验室区域

文献工具

文献与引用工具

文献探索器 切换

文献探索器

（什么是探索器？）

关联论文 切换

关联论文

什么是关联论文？

Litmaps 切换

Litmaps

什么是 Litmaps？

scite.ai 切换

scite 智能引用

什么是智能引用？

代码、数据、媒体

与本文相关的代码、数据和媒体

alphaXiv 切换

alphaXiv

什么是 alphaXiv？

代码链接切换

CatalyzeX 论文代码查找器

什么是 CatalyzeX？

DagsHub 切换

DagsHub

什么是 DagsHub？

GotitPub 切换

Gotit.pub

什么是 GotitPub？

Huggingface 切换

Hugging Face

什么是 Huggingface？

ScienceCast 切换

ScienceCast

什么是 ScienceCast？

演示

演示

Replicate 切换

Replicate

什么是 Replicate？

Spaces 切换

Hugging Face Spaces

什么是 Spaces？

TXYZ.AI

什么是 TXYZ.AI？

相关论文

推荐系统和搜索工具

影响之花链接

影响之花

什么是影响之花？

核心推荐系统切换

CORE 推荐系统

什么是 CORE？

• 作者

• 会议

• 机构

• 主题

关于 arXivLabs

arXivLabs：与社区合作者开展的实验性项目

arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。

所有与 arXivLabs 合作的个人和组织都已接受并承诺我们的开放、社区、卓越和用户数据隐私价值观。arXiv 始终坚持这些价值观，仅与遵守这些价值观的合作伙伴开展合作。

有为 arXiv 社区增加价值的项目构想吗？了解更多关于 arXivLabs 的信息。

END LABS AREA

本文的哪些作者是推荐人？

禁用 MathJax

什么是 MathJax？