Stanford、Meta 等團隊提出 Hybrid Reasoning Agents：內部隱藏推理使 Token 減半且速度翻倍

據社群披露之未經同儕審查預印論文（編號 2610.18861），Stanford、Together AI、UIUC 與 Meta 團隊提出「Hybrid Reasoning Agents」架構。該方法讓模型大部分時間以隱藏的內部方式進行推論，僅在需要呼叫工具或產出最終解答時才輸出常規文字。測試顯示，該架構在數學、科學及醫學等多項測試中得分提升約 10%，Token 消耗量減半，推論速度提升一倍且成本大幅降低。論文說明此方法是針對現行詞空間（word-space）推理模型的適配方案，建議在值得信賴的模型上採用，新模型則暫時避免。