谷歌推出Gemini 4 Hydrogen，一款面向日常编码与智能体工作流的快速执行模型，与专注长程推理的Gemini 4 Carbon和Argon形成分工。在默认高思考档下，它在Artificial Analysis智能指数上以51分超过Argon的50分，最高xhigh档达到54分；从Gemini 3.8 Flash迁移的团队任务完成速度快2.5倍，Terminal-Bench 4.1得分从18.2%升至57%。其100万token上下文窗口内输入输出分别按每百万token 1.50美元和7.50美元统一定价。
独立训练的模型各有互补能力，但知识迁移通常靠缩小预测或表示差异，这会削弱互补性。Corroborative Learning 让每个模型只学习任务分数的增量，再用同伴的表示在留出数据组上重建这些增量，重建得越差的方向被约束得越强。在六项语言任务、24个模型、36对组合上，它相对同等容量的独立适配在全部六项任务上都有提升，平均增益0.52个百分点，且推理时两个模型仍各自独立部署。
多模态协同在模态缺失时可能不如单个存活模型准确，Lluna把每个单模态模型的直接预测保留为私有路径，再用图上的公共分支做残差修正，并沿单模态移除链让信息更全的状态指导更少的状态。在情感计算、场景理解和医学预测的八个数据集上，非完整输入状态的平均表现比最强基线平均相对提升4.26%，最小输入下八个任务的协同增益均为正。
单个大模型在推理时既生成又评估自己的中间步骤，容易偏向自己的输出，错误会顺着后续步骤传下去。一种协作学习方案把Qwen3-14B换成1.7B、4B、8B三个异构小模型，总参数量13.7B，通过显式交接任务状态让不同参数化的模型重新审视先前推理，再用协议蒸馏和步骤级监督训练它们何时继续、交接或终止。在五个基准的十项指标上，这套异构系统全部超过原14B模型，平均绝对提升2.38%，也超过24B的同构多智能体基线，且推理调用次数少于多智能体框架。
该工作先审计了已有潜在通信接口：在五个方法-数据集组合中，把消息换成来自无关问题的消息，准确率变化最多 0.60 个百分点，即使通信本身比单独接收方高出 15.44 个百分点，说明增益可能来自接口适配而非消息内容；随后提出 Draft-KV，把共享方起草答案时形成的键值状态经线性投影放入侧记忆、由带门控的注意力分支读取，并以渐进式训练从消息重建过渡到答案监督、同时用单侧护栏限制错配消息的伤害，两个模型保持冻结、接口仅训练 1.05M 参数（比 C2C 少 348 倍）；在 Qwen3-8B 共享方与冻结的 Qwen2.5-0.5B-Instruct 接收方组合下，MMLU-Redux 达到 78.04%，单独接收方为 37.45
已读完全部报道