COLM 2026論文：AI同士が文章を介さず内部状態で連携——StateBridge、26条件中22で最高級

結論から言うと、複数のAIが文章を送り合う代わりに、モデル内部の連続的な情報を直接受け渡すStateBridgeが提案された。2026年8月13日にarXivで公開され、言語モデル研究会議COLM 2026に採択された論文である。通常のマルチエージェントAIは、送り手の内部状態を単語の列に変えて相手へ渡すため、単語だけでは表せない細かな情報が失われる。

既存の直接通信法には、モデルの各層へ作業記憶を入れたり、モデルの組み合わせごとに変換器を学習したりする手間があった。StateBridgeは、送り手の最終層の状態を、閉じた式で求める直交変換により受け手の入力空間へ合わせる。さらに大きさの調整と語彙を基準にした位置合わせを行い、受け手の入力の先頭へ連続的な情報として追加する。再学習は不要だ。

2系統4モデルを使い、数学推論、コード生成、質問応答を評価した結果、26のモデル・課題の組み合わせ中22で最高または同率最高となり、最も強い比較法を一貫して上回った。将来、役割分担するAIが長い文章を毎回生成せずに協力できれば、情報損失や通信量を減らせる可能性がある。ただし実験は4モデルと3種類の課題に限られ、異なる会社の非公開モデル間で使えるとは示されていない。

内部状態へアクセスできることも前提であり、一般利用者が今すぐ使える機能ではない。