18 октября 2026 г.
HybridAgent: модель думает внутри себя и тратит на 35–55% меньше токенов
Авторы статьи arXiv 2610.18861 заявляют средний прирост качества 10,4% по 11 бенчмаркам и на 35,5–54,7% меньше токенов. Веса уже лежат на Hugging Face: HybridAgent-8B и HybridAgent-14B, на 13.10.2026 по ~980 загрузок у каждой.
Обычный агент рассуждает текстом, и каждый шаг размышления оплачивается токенами. HybridAgent размышляет в латентном пространстве модели, а действия по-прежнему идут текстом. Замеры авторов: инференс в 1,8–2,6 раза быстрее, стоимость в 2,7–3,7 раза ниже.
Вилка на GAIA. HybridAgent-8B набрал 43,7%, 14B набрал 52,4%. Относительно ARPO прирост составил +4,9 п.п. на 8B и +8,7 п.п. на 14B.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Как запустить. Склонируйте репозиторий togethercomputer/HybridAgent, создайте conda-окружение на Python 3.11, поставьте PyTorch 2.11.0 (cu128) через pip, затем выполните pip install -r requirements.txt и pip install -e . Пакетный прогон: python -m hybrid_inference.run_batch с моделью HybridAgent-8B-Agentic. Для поиска нужен ключ TAVILY_API_KEY в .env.
Обучающие наборы HybridSFT-v1 (46,5 тыс. примеров), HybridSFT-v2 (54,5 тыс.) и HybridRL (12,5 тыс.) уже лежат на Hugging Face.
Первоисточник