<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI-Архитектура on AI-Uchi — Всё об искусственном интеллекте</title><link>https://ai-uchi.ru/tags/ai-%D0%B0%D1%80%D1%85%D0%B8%D1%82%D0%B5%D0%BA%D1%82%D1%83%D1%80%D0%B0/</link><description>Recent content in AI-Архитектура on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Mon, 19 Oct 2026 03:09:11 +0300</lastBuildDate><atom:link href="https://ai-uchi.ru/tags/ai-%D0%B0%D1%80%D1%85%D0%B8%D1%82%D0%B5%D0%BA%D1%82%D1%83%D1%80%D0%B0/index.xml" rel="self" type="application/rss+xml"/><item><title>HybridAgent: думает в латентном пространстве, действует через текст</title><link>https://ai-uchi.ru/news/hybridagent-latentnoe-prostranstvo-llm-agenty/</link><pubDate>Mon, 19 Oct 2026 03:09:11 +0300</pubDate><guid>https://ai-uchi.ru/news/hybridagent-latentnoe-prostranstvo-llm-agenty/</guid><description>&lt;h2 id="думать-молча-действовать-словами"&gt;Думать молча, действовать словами&lt;/h2&gt;
&lt;p&gt;Исследователи представили Hybrid Reasoning Agents (HybridAgent) — новую архитектуру, которая позволяет LLM-агентам динамически переключаться между латентным (внутренним) рассуждением и текстовым взаимодействием в рамках единого процесса генерации. По сравнению с передовыми LLM-агентами и агентными фреймворками, охватывающими как текстовые, так и латентные методы, HybridAgent стабильно улучшает производительность на 10,4%, обеспечивая при этом сокращение токенов на 35,5–54,7%, ускорение инференса в 1,8–2,6 раза и экономию затрат в 2,7–3,7 раза.&lt;/p&gt;



&lt;div class="callout callout-info"&gt;
 &lt;div class="callout-title"&gt;&amp;#8505; Что такое латентное рассуждение?&lt;/div&gt;
 &lt;div class="callout-content"&gt;Латентное рассуждение (latent reasoning) — это процесс, при котором модель обрабатывает информацию во внутреннем векторном пространстве (эмбеддингах), не декодируя каждый промежуточный шаг в текстовые токены. Это быстрее и дешевле, но традиционно лишено прозрачности и доступа к внешним инструментам.&lt;/div&gt;
&lt;/div&gt;

&lt;hr&gt;
&lt;h2 id="в-чём-проблема-существующих-подходов"&gt;В чём проблема существующих подходов&lt;/h2&gt;
&lt;p&gt;Современные LLM-агенты по-прежнему рассуждают и взаимодействуют через текст, тогда как латентное рассуждение предлагает эффективную внутреннюю среду, но лишено нативного доступа к инструментам и прозрачности рассуждений.&lt;/p&gt;</description></item></channel></rss>