Vibe News

一个研究团队发现，大模型之间不用文字聊天，直接共享彼此的内部缓存，效果反而更好。传统做法是一个模型生成文字答案，另一个模型再去读这段文字，这个过程既慢，又会把很多语义信息丢在转换成文字这一步。研究者干脆让两个模型直接对接彼此的KV缓存，用一个小型神经网络把源模型的缓存和目标模型的融合，省掉生成文字这一步。实验里这样做的准确率比单个模型高出百分之六点四到十四点二，比靠文字沟通的做法还要再高百分之三到五，速度也快了两倍半。评论区却担心，如果模型都改用这种人类读不懂的内部表示互相交流，以后我们可能连它们在想什么都看不懂，监督AI会变成一件更难的事。