🤖 معرفی HybridAgent: عامل‌هایی که در فضای پنهان فکر می‌کنند و با متن عمل می‌کنند
پژوهشگران دانشگاه استنفورد و شرکت Together AI روشی جدید برای ساخت عامل‌های هوش مصنوعی ارائه داده‌اند که دو مشکل همیشگی مدل‌های فعلی را هم‌زمان حل می‌کند: کندی و هزینه بالای استدلال متنی و ناتوانی روش‌های استدلال پنهان در استفاده از ابزار.
🔍 دو مشکل، یک راه‌حل
عامل‌های امروزی همه چیز را با متن انجام می‌دهند: فکر کردن، استدلال کردن، فراخوانی ابزار و پاسخ دادن. این یعنی هر مرحله از استدلال باید کلمه به کلمه تولید شود — فرآیندی کند و گران. در مقابل، روش‌های استدلال پنهان (Latent Reasoning) محاسبات را مستقیماً در فضای پیوسته مخفی مدل انجام می‌دهند و بسیار سریع‌ترند، اما یک ضعف بزرگ دارند: نمی‌توانند با دنیای بیرون تعامل کنند. نه ابزاری فراخوانی می‌کنند، نه جستجویی انجام می‌دهند، و نه کسی می‌تواند بفهمد در ذهنشان چه می‌گذرد.
روش HybridAgent این دو را در یک عامل واحد ادغام می‌کند.
⚙️ معماری: دو حالت، یک جریان
هسته این طراحی یک ماژول سبک به نام HybridLink است. این ماژول وضعیت پنهان لایه آخر مدل را برمی‌دارد و آن را به فضای جاسازی ورودی برمی‌گرداند. به بیان ساده، HybridLink به مدل اجازه می‌دهد «فکر خودش را به‌عنوان ورودی بعدی بخواند» — بدون اینکه نیاز باشد آن فکر را به کلمه تبدیل کند.
مدل بین دو حالت جابه‌جا می‌شود:
حالت پنهان: استدلال در فضای پیوسته انجام می‌شود. سریع، فشرده و بدون تولید توکن.
حالت متنی: وقتی نوبت به فراخوانی ابزار، جستجوی وب، اجرای کد پایتون یا دادن پاسخ نهایی می‌رسد، مدل به حالت متنی برمی‌گردد.
نکته کلیدی این است که حافظه کاری مدل، کل زمینه ترکیبی — متن، افکار پنهان و مشاهدات ابزار — را در طول چند نوبت گفتگو بدون از دست دادن اطلاعات حفظ می‌کند.
🔄 چطور مدل یاد می‌گیرد کجا فکر کند و کجا عمل کند؟
پژوهشگران دو مرحله پس‌آموزش اختصاصی طراحی کرده‌اند:
مرحله HybridSFT: به مدل پایه یاد می‌دهد چگونه با HybridLink هماهنگ شود و تولید ترکیبی را پایدار کند.
مرحله HybridRL: با یادگیری تقویتی، مدل یاد می‌گیرد چه زمانی در فضای پنهان فکر کند و چه زمانی از طریق متن عمل کند. این تصمیم‌گیری تطبیقی، قلب کارایی این روش است.
📊 نتایج
این روش در سه اندازه مدل و یازده بنچمارک شامل ریاضیات، علوم، پزشکی، جستجو و استدلال عاملی ارزیابی شده است:
· بهبود عملکرد به‌طور میانگین ۱۰.۴٪ نسبت به عامل‌های متنی و پنهان پیشرو
· کاهش مصرف توکن بین ۳۵.۵٪ تا ۵۴.۷٪
· سرعت استنتاج ۱.۸ تا ۲.۶ برابر بیشتر
· کاهش هزینه ۲.۷ تا ۳.۷ برابر
در بنچمارک GAIA، مدل ۱۴ میلیاردی HybridAgent امتیاز ۵۲.۴ کسب کرد، در حالی که روش متنی ARPO فقط به ۴۳.۷ رسید — یعنی ۸.۷ واحد بهتر.
🔍 شفافیت: افکار پنهان قابل خواندن هستند
یکی از نگرانی‌های اصلی درباره استدلال پنهان این است که مثل یک «جعبه سیاه» عمل می‌کند و کسی نمی‌فهمد مدل در درونش چه محاسباتی انجام می‌دهد. HybridAgent این مشکل را با یک ویژگی به نام حالت پنهان تفسیرپذیر حل می‌کند: هر گام از تفکر پنهان را می‌توان به‌صورت یک شبه‌متن قابل خواندن نمایش داد. یعنی می‌توانید ببینید مدل در فضای مخفی‌اش چه «می‌اندیشد»، حتی اگر آن افکار به زبان طبیعی نباشند.
📦 مدل‌ها و کد
پژوهشگران مدل‌های HybridAgent را در سه اندازه (بر پایه Qwen3) منتشر کرده‌اند. کد کامل، شامل موتور تولید ترکیبی، مراحل آموزش HybridSFT و HybridRL، و ابزار بازرسی حالت پنهان، روی GitHub و Hugging Face در دسترس است.
🔗 arXiv:2610.18861 | GitHub | Hugging Face
#هوش_مصنوعی #HybridAgent #LatentReasoning #Stanford #TogetherAI
🆔 @asrgooyeshpardaz
پژوهشگران دانشگاه استنفورد و شرکت Together AI روشی جدید برای ساخت عامل‌های هوش مصنوعی ارائه داده‌اند که دو مشکل همیشگی مدل‌های فعلی را هم‌زمان حل می‌کند: کندی و هزینه بالای استدلال متنی و ناتوانی روش‌های استدلال پنهان در استفاده از ابزار.
🔍 دو مشکل، یک راه‌حل
عامل‌های امروزی همه چیز را با متن انجام می‌دهند: فکر کردن، استدلال کردن، فراخوانی ابزار و پاسخ دادن. این یعنی هر مرحله از استدلال باید کلمه به کلمه تولید شود — فرآیندی کند و گران. در مقابل، روش‌های استدلال پنهان (Latent Reasoning) محاسبات را مستقیماً در فضای پیوسته مخفی مدل انجام می‌دهند و بسیار سریع‌ترند، اما یک ضعف بزرگ دارند: نمی‌توانند با دنیای بیرون تعامل کنند. نه ابزاری فراخوانی می‌کنند، نه جستجویی انجام می‌دهند، و نه کسی می‌تواند بفهمد در ذهنشان چه می‌گذرد.
روش HybridAgent این دو را در یک عامل واحد ادغام می‌کند.
⚙️ معماری: دو حالت، یک جریان
هسته این طراحی یک ماژول سبک به نام HybridLink است. این ماژول وضعیت پنهان لایه آخر مدل را برمی‌دارد و آن را به فضای جاسازی ورودی برمی‌گرداند. به بیان ساده، HybridLink به مدل اجازه می‌دهد «فکر خودش را به‌عنوان ورودی بعدی بخواند» — بدون اینکه نیاز باشد آن فکر را به کلمه تبدیل کند.
مدل بین دو حالت جابه‌جا می‌شود:
حالت پنهان: استدلال در فضای پیوسته انجام می‌شود. سریع، فشرده و بدون تولید توکن.
حالت متنی: وقتی نوبت به فراخوانی ابزار، جستجوی وب، اجرای کد پایتون یا دادن پاسخ نهایی می‌رسد، مدل به حالت متنی برمی‌گردد.
نکته کلیدی این است که حافظه کاری مدل، کل زمینه ترکیبی — متن، افکار پنهان و مشاهدات ابزار — را در طول چند نوبت گفتگو بدون از دست دادن اطلاعات حفظ می‌کند.
🔄 چطور مدل یاد می‌گیرد کجا فکر کند و کجا عمل کند؟
پژوهشگران دو مرحله پس‌آموزش اختصاصی طراحی کرده‌اند:
مرحله HybridSFT: به مدل پایه یاد می‌دهد چگونه با HybridLink هماهنگ شود و تولید ترکیبی را پایدار کند.
مرحله HybridRL: با یادگیری تقویتی، مدل یاد می‌گیرد چه زمانی در فضای پنهان فکر کند و چه زمانی از طریق متن عمل کند. این تصمیم‌گیری تطبیقی، قلب کارایی این روش است.
📊 نتایج
این روش در سه اندازه مدل و یازده بنچمارک شامل ریاضیات، علوم، پزشکی، جستجو و استدلال عاملی ارزیابی شده است:
· بهبود عملکرد به‌طور میانگین ۱۰.۴٪ نسبت به عامل‌های متنی و پنهان پیشرو
· کاهش مصرف توکن بین ۳۵.۵٪ تا ۵۴.۷٪
· سرعت استنتاج ۱.۸ تا ۲.۶ برابر بیشتر
· کاهش هزینه ۲.۷ تا ۳.۷ برابر
در بنچمارک GAIA، مدل ۱۴ میلیاردی HybridAgent امتیاز ۵۲.۴ کسب کرد، در حالی که روش متنی ARPO فقط به ۴۳.۷ رسید — یعنی ۸.۷ واحد بهتر.
🔍 شفافیت: افکار پنهان قابل خواندن هستند
یکی از نگرانی‌های اصلی درباره استدلال پنهان این است که مثل یک «جعبه سیاه» عمل می‌کند و کسی نمی‌فهمد مدل در درونش چه محاسباتی انجام می‌دهد. HybridAgent این مشکل را با یک ویژگی به نام حالت پنهان تفسیرپذیر حل می‌کند: هر گام از تفکر پنهان را می‌توان به‌صورت یک شبه‌متن قابل خواندن نمایش داد. یعنی می‌توانید ببینید مدل در فضای مخفی‌اش چه «می‌اندیشد»، حتی اگر آن افکار به زبان طبیعی نباشند.
📦 مدل‌ها و کد
پژوهشگران مدل‌های HybridAgent را در سه اندازه (بر پایه Qwen3) منتشر کرده‌اند. کد کامل، شامل موتور تولید ترکیبی، مراحل آموزش HybridSFT و HybridRL، و ابزار بازرسی حالت پنهان، روی GitHub و Hugging Face در دسترس است.
🔗 arXiv:2610.18861 | GitHub | Hugging Face
#هوش_مصنوعی #HybridAgent #LatentReasoning #Stanford #TogetherAI
🆔 @asrgooyeshpardaz
❤1👍1🔥1