Η αρχιτεκτονική των HybridAgents
Η πρόκληση των σύγχρονων LLM agents έγκειται στην εξάρτησή τους από το κείμενο τόσο για τη συλλογιστική όσο και για την αλληλεπίδραση. Οι HybridAgents προτείνουν μια υβριδική προσέγγιση: η σκέψη πραγματοποιείται στον λανθάνοντα χώρο (latent space), ο οποίος είναι υπολογιστικά πιο αποδοτικός, ενώ η επικοινωνία με το περιβάλλον και τα εργαλεία παραμένει βασισμένη σε κείμενο. Ο κεντρικός πυλώνας αυτής της αρχιτεκτονικής είναι το HybridLink, ένα ελαφρύ υποσύστημα που διαχειρίζεται τη μετάβαση μεταξύ αυτών των δύο καταστάσεων, διασφαλίζοντας ότι η εσωτερική συλλογιστική παραμένει επιθεωρήσιμη.
Εκπαίδευση και βελτιστοποίηση συλλογιστικής
Για την υποστήριξη αυτής της αρχιτεκτονικής, αναπτύχθηκαν δύο εξειδικευμένοι αλγόριθμοι post-training. Το HybridSFT (Supervised Fine-Tuning) εκπαιδεύει το μοντέλο να συντονίζει τις εσωτερικές του διεργασίες με το HybridLink, εξασφαλίζοντας σταθερότητα κατά τη χρήση εργαλείων. Στη συνέχεια, το HybridRL (Reinforcement Learning) επιτρέπει στο μοντέλο να μαθαίνει δυναμικά πότε είναι προτιμότερο να «σκέφτεται» στον λανθάνοντα χώρο και πότε να «δρα» μέσω κειμένου, βελτιστοποιώντας έτσι το trade-off μεταξύ ταχύτητας και ακρίβειας.
Αποτελέσματα και πρακτική σημασία
Η αξιολόγηση σε 11 benchmarks —που καλύπτουν τομείς όπως η ιατρική, τα μαθηματικά και η αναζήτηση πληροφοριών— καταδεικνύει ότι η υβριδική προσέγγιση δεν είναι μόνο πιο αποδοτική, αλλά και πιο ικανή. Η μείωση του αριθμού των tokens που απαιτούνται για την ολοκλήρωση μιας εργασίας οδηγεί σε δραστική μείωση του κόστους λειτουργίας και του latency, καθιστώντας τους HybridAgents μια βιώσιμη λύση για απαιτητικά agentic frameworks που απαιτούν υψηλή διαλειτουργικότητα (interoperability) με εξωτερικά συστήματα.