斯坦福提出 Hybrid Reasoning Agents：隐空间思考、文本行动，平均提升10.4%
- 核心机制：当前 LLM Agent 必须把每个推理步骤写成文本再调用工具；论文提出 Hybrid Reasoning Agents，让模型在隐空间内部推理，仅在调用工具或给出答案时切换到文本。
- 训练与切换：HybridLink 模块负责在两模式间切换，工作记忆跨轮保留两种上下文；训练分两阶段，先用 SFT 教会模型使用 HybridLink，再用 RL 学习何时隐空间思考、何时文本行动。
- 评测结果：在数学、科学、医学、搜索与 Agent 推理等11项基准上，平均超过前沿 LLM Agent 与文本/隐空间 Agent 框架10.4%。
- 效率数据：使用 token 减少35.5%–54.7%，运行速度快1.8–2.6倍，成本低2.7–3.7倍；14B 模型在 Agent 推理任务上超过最强基线17.4%。 🔗 论文