مدل‌های هوش مصنوعی شاید برای ارتباط با یکدیگر دیگر به «کلمات» نیاز نداشته باشند

پژوهشگران روش جدیدی با نام Cache-to-Cache (C2C) توسعه داده‌اند که می‌تواند شیوه ارتباط میان مدل‌های زبانی بزرگ را تغییر دهد. در این روش، مدل‌های هوش مصنوعی قادرند بخشی از

مدل‌های هوش مصنوعی شاید برای ارتباط با یکدیگر دیگر به «کلمات» نیاز نداشته باشند

پژوهشگران روش جدیدی با نام Cache-to-Cache (C2C) توسعه داده‌اند که می‌تواند شیوه ارتباط میان مدل‌های زبانی بزرگ را تغییر دهد. در این روش، مدل‌های هوش مصنوعی قادرند بخشی از اطلاعات را بدون نیاز به تولید و پردازش مجدد متن، مستقیماً با یکدیگر به اشتراک بگذارند.

ارتباط مستقیم‌تر میان مدل‌های هوش مصنوعی

در روش‌های رایج، زمانی که دو مدل زبانی قرار است با یکدیگر همکاری کنند، مدل اول اطلاعات خود را به متن تبدیل می‌کند و مدل دوم همان متن را دریافت و دوباره پردازش می‌کند.

به‌صورت ساده، این فرایند چنین است:

مدل اول ← تولید متن ← مدل دوم ← پردازش مجدد متن

اما در روش C2C ، پژوهشگران تلاش کرده‌اند بخشی از این مرحله واسط را حذف کنند. اطلاعات از طریق KV-cache و نمایش‌های داخلی مدل منتقل می‌شود و در نتیجه، مدل دوم می‌تواند مستقیماً از بخشی از اطلاعات پردازش‌شده توسط مدل اول استفاده کند.

نتایج C2C چه بوده است؟

براساس نتایج گزارش‌شده در مقاله ارائه‌شده در ICLR 2026 ، این روش در آزمایش‌های انجام‌شده عملکرد قابل‌توجهی داشته است:

🔹 تا ۱۴.۲ درصد دقت متوسط بالاتر در مقایسه با مدل‌های منفرد

🔹 ۳.۱ تا ۵.۴ درصد بهبود عملکرد نسبت به ارتباط مبتنی بر متن

🔹 به‌طور متوسط حدود ۲.۵ برابر بهبود در latency یا زمان پاسخ‌دهی

این نتایج نشان می‌دهد که حذف بخشی از فرایند تبدیل اطلاعات داخلی مدل به متن و پردازش مجدد آن می‌تواند همکاری میان چند مدل هوش مصنوعی را سریع‌تر و در برخی وظایف دقیق‌تر کند.

آیا هوش مصنوعی یک «زبان مخفی» ساخته است؟

خیر.

این پژوهش به این معنا نیست که مدل‌های هوش مصنوعی به‌صورت مستقل زبان جدید یا مخفی مخصوص خود ایجاد کرده‌اند.

Cache-to-Cache یک معماری طراحی‌شده توسط پژوهشگران است که با هدف انتقال مستقیم‌تر اطلاعات داخلی میان مدل‌ها توسعه یافته است. بنابراین، این شیوه ارتباط نتیجه طراحی مهندسی و پژوهشی است، نه شکل‌گیری خودکار یک زبان ناشناخته میان مدل‌های هوش مصنوعی.

چرا این پژوهش اهمیت دارد؟

با گسترش سیستم‌های چندعاملی (Multi-Agent) و معماری‌هایی که چند مدل هوش مصنوعی به‌صورت هم‌زمان برای حل یک مسئله همکاری می‌کنند، نحوه انتقال اطلاعات میان مدل‌ها اهمیت بیشتری پیدا کرده است.

روش‌هایی مانند C2C می‌توانند در آینده مسیر توسعه سیستم‌هایی را هموار کنند که در آن چند مدل هوش مصنوعی با سرعت بیشتر، سربار پردازشی کمتر و انتقال اطلاعات کارآمدتر با یکدیگر همکاری می‌کنند.

این رویکرد می‌تواند یکی از گام‌های مهم در مسیر توسعه نسل آینده سیستم‌های چندمدلی و عامل‌های هوشمند باشد.

در حال آماده‌سازی صفحه…