J-Comm
一种面向LLM多智能体系统的潜在通信框架，通过雅可比矩阵引导的坐标传递中间推理状态，使异构模型无需共享KV缓存即可高效交换计算信息。
时间轴 (近 90 天)
J-Comm 提出用雅可比矩阵引导的潜在通信，让接收方模型在不共享KV缓存、不要求同宽度的前提下，直接利用发送方的中间计算。
J-Comm 由 GEAR（Geometric Agreement for Latent Reasoning）和 H+J 通信接口两个组件构成。
在 Qwen3-8B 到 Qwen3-4B 的通信设置中，J-Comm 在七个基准上取得最高平均分。
J-Comm 在 MATH500 上达到 94.80%，在 GPQA-Diamond 上达到 54.55%，在 AIME2024+2025 上达到 73.33%，在 ALFWorld 上达到 62.93% 成功率。
与 TextMAS 相比，J-Comm 的性能提升在 1.29 到 8.59 个百分点之间，同时生成的文本 token 数减少 19.2% 到 74.8%。
J-Comm 当前实验集中在 Qwen3 系列内部的跨规模通信（8B到4B），更大规模及跨模型家族的通信效果尚待验证。
J-Comm 不修改模型权重，只在推理时注入信号，这与模型融合、表示对齐等方向不同。
全部知识事实 (7)
J-Comm 提出用雅可比矩阵引导的潜在通信，让接收方模型在不共享KV缓存、不要求同宽度的前提下，直接利用发送方的中间计算。
50%待验证J-Comm 由 GEAR（Geometric Agreement for Latent Reasoning）和 H+J 通信接口两个组件构成。
50%待验证在 Qwen3-8B 到 Qwen3-4B 的通信设置中，J-Comm 在七个基准上取得最高平均分。
50%待验证J-Comm 在 MATH500 上达到 94.80%，在 GPQA-Diamond 上达到 54.55%，在 AIME2024+2025 上达到 73.33%，在 ALFWorld 上达到 62.93% 成功率。
50%待验证与 TextMAS 相比，J-Comm 的性能提升在 1.29 到 8.59 个百分点之间，同时生成的文本 token 数减少 19.2% 到 74.8%。
50%待验证J-Comm 当前实验集中在 Qwen3 系列内部的跨规模通信（8B到4B），更大规模及跨模型家族的通信效果尚待验证。
50%待验证J-Comm 不修改模型权重，只在推理时注入信号，这与模型融合、表示对齐等方向不同。
50%