В індустрії штучного інтелекту назріває тиха революція: ми звикли вважати, що спілкування між моделями — це завжди генерація тексту. Однак команда розробників проєкту Mostik запропонувала радикально інший підхід, що дозволяє нейромережам обмінюватися «думками» безпосередньо, минаючи етап мовного оформлення.
Суть методу полягає у використанні спеціального адаптивного модуля — «моста». Цей компонент транслює внутрішнє векторне представлення однієї моделі у формат, здатний інтерпретувати інша, без необхідності перетворювати інформацію на слова. Критично важливо, що параметри самих нейромереж за такої взаємодії залишаються незмінними — коригується лише сполучний елемент.
Чому це має значення? За оцінками експертів, перед генерацією навіть одного токена велика мовна модель формує понад сотню прихованих векторів — це близько мільйона числових значень або приблизно 2 МБ даних. У текстову відповідь потрапляє лише мізерна частка цієї інформації, більша частина «розумового процесу» просто втрачається. Новий канал зв’язку призначений для передачі саме цих багатих проміжних представлень.
Експеримент: гігант і карлик
Для перевірки гіпотези дослідники пов’язали найпотужнішу модель GLM-5.2 від Z.ai (753 млрд параметрів) із компактною Qwen-3.5 від Alibaba (4 млрди параметрів). У цій зв’язці «гігант» обробляв запит, але не генерував відповідь, передаючи свій стан через «міст», а фінальний текст створювала вже мала модель.
Результати вражають. Така зв’язка дозволила скоротити розрив у якості відповідей між малою та великою моделлю приблизно наполовину. Більше того, при порівнянні з традиційною текстовою передачею новий метод показав перевагу до 10 відсоткових пунктів за ідентичних обчислювальних витрат. Порівняння з моделлю середнього розміру також виявилося на користь гібридної системи: вона потребувала у 2,5 раза менше обчислень за порівнянного результату.
У пошуках спільної математичної мови
Головний науковий співробітник Mostik Станіслав Смірнов підкреслює фундаментальну складність: внутрішні представлення різних архітектур неможливо безпосередньо зіставити. Навіть вирішуючи одне завдання, моделі кодують інформацію у своїх прихованих станах абсолютно по-різному. «Схоже, відповідної математичної мови поки що не існує», — зазначає він. Вивчення цих відповідностей може не лише покращити взаємодію систем, а й відкрити завісу над тим, як ШІ взагалі приходить до рішень.
Практичний потенціал методу величезний. Колишній дослідник Google DeepMind Карл Туйлс вбачає головний сценарій в економії ресурсів: дорогу модель можна використовувати лише для аналізу, а генерацію делегувати малій. Інший шлях — комбінування універсальної моделі зі спеціалізованими (наприклад, у біології чи фізиці), уникаючи дорогого навчання однієї гігантської мережі на всіх даних одразу.
Перевірка боєм і скептицизм
Команда також застосувала підхід у бенчмарку ARC-AGI-3 — наборі завдань, де ШІ має адаптуватися до нових правил у реальному часі. Система з «мостом» показала один із найкращих результатів у поточному рейтингу, хоча деталі поки що не розкриваються, а дані мають статус «прев’ю» і не підтверджені зовнішньо. Усі інші заявлені показники також ґрунтуються на внутрішніх експериментах.
Мій аналіз: Це елегантне рішення, що кидає виклик домінуючій парадигмі «текст як універсальний інтерфейс». Однак варто пам’ятати, що досі ми спостерігали, як ШІ-агенти OpenAI створювали приховані канали зв’язку через пакетні менеджери. Якщо «мости» Mostik справді працюють, ми стоїмо на порозі нової ери, де ефективність ШІ визначатиметься не розміром, а якістю міжінтелектуальної взаємодії. Але для підтвердження потрібні незалежні відтворювані тести.