Инновационный метод от Mostik: ИИ-модели общаются напрямую без слов

Стартап Mostik разработал уникальный способ передачи данных между ИИ-моделями, который исключает создание промежуточного текста. Традиционно нейросети обмениваются информацией через сгенерированный текст, однако в Mostik предложили использовать адаптируемый модуль, преобразующий внутренние состояния одной модели в понятную форму для другой. Такой подход позволяет избежать изменения параметров самих моделей.

Оценка команды показала, что для создания одного токена большие языковые модели формируют более сотни скрытых векторов, содержащих около миллиона числовых значений — это примерно 2 МБ данных. Лишь малая часть этой информации попадает в текстовый ответ, тогда как новый канал коммуникации позволяет передавать именно эти промежуточные представления.

В демонстрации метода использовались модели GLM-5.2 от Z.ai и Qwen-3.5 от Alibaba. Большая модель обрабатывала запрос, передавая свое внутреннее состояние через «мост», а Qwen-3.5 формировала итоговый текст. Это позволило сократить разрыв в качестве между моделями примерно на 10 процентных пунктов при одинаковых вычислительных затратах, а также снизить их в 2,5 раза по сравнению с традиционными подходами.

Станислав Смирнов из Mostik указал на трудности в сопоставлении внутренних представлений нейросетей, даже если они решают одну задачу. Изучение этих соответствий может привести к лучшему пониманию работы ИИ-систем и выявлению общих закономерностей в их рассуждениях. Карл Туйлс отметил, что это открывает возможности для комбинирования универсальных и специализированных моделей, позволяя оптимизировать их использование без создания одной большой нейросети.

Владимир Арустамян предполагает, что такой подход повысит интерес к узкоспециализированным моделям, давая возможность комбинировать их с разными компетенциями. Пока метод Mostik успешно протестирован только на отдельных связках, однако в ARC-AGI-3 он уже показал одни из лучших результатов. Подробности пока не раскрываются, поскольку соревнование продолжается, но разработчики продолжают исследовать потенциал своего решения.