В версии препринта arXiv:2610.30215v1 от 21 октября 2026 года авторы описали Latent Interconnect Protocol (LIP) — способ передавать представления специализированных моделей непосредственно во внутренние состояния языковой модели. В демонстрации участвовали модели для белков и малых молекул. Для читателя это означает иной интерфейс научного инструмента: данные могут поступать не только как текстовый или числовой ответ, а через обучаемые коннекторы между представлениями моделей.
Как устроен LIP
Latent Interconnect Protocol (LIP) — предложенный авторами способ обмена представлениями. Коннектор представляет собой обучаемое отображение, которое передаёт представления специализированной модели во внутренние состояния языковой модели.
Авторы противопоставляют такой обмен привычной передаче сведений через текст, изображения, аудио или видео. При прямом обмене языковая модель получает представления специалиста, а не только подготовленное для неё описание результата. По замыслу авторов, это может дать доступ к свойствам, о которых модель не догадалась бы спросить. Это обоснование подхода в препринте, а не установленный эффект для любых научных задач.
Что вошло в демонстрацию
Авторы связали три специализированные модели для белков и три для малых молекул с тремя языковыми моделями: Gemma 3 на 4B и 12B параметров и Kimi K2.6 с 1 трлн общих и 32 млрд активных параметров. Все предварительно обученные модели оставались замороженными: обучались только коннекторы.
Такая конструкция позволяет проверять обмен между уже обученными компонентами без их совместного дообучения. В препринте упоминаются знакомые и новые типы вопросов о ранее не встречавшихся объектах, а также перенос на междисциплинарные задачи.
Что заявляют авторы о результатах
По сообщению авторов, независимо обученные коннекторы передавали полезную информацию без изменения языковой модели и ранее созданных коннекторов. Демонстрация также включала перенос на междисциплинарные задачи без совместного обучения. Авторы сообщают, что качество задач и композиционность обычно росли с возможностями языковой модели, а особенно заметными были результаты переноса без примеров.
Это результаты экспериментов авторов препринта, а не независимая проверка. Доступные материалы не дают оснований приводить конкретные численные оценки или ранжировать варианты моделей, поэтому масштаб заявленных эффектов здесь нельзя определить.
Ограничения и практический смысл
Авторы отмечают, что нынешние языковые модели не обучались воспринимать специализированные представления как естественный вход. Сам доступ к информации не гарантирует её надёжной интерпретации, объединения с другими сведениями или использования в рассуждении. Демонстрация охватывает модели для белков и малых молекул, а не все научные области; независимая оценка и конкретные численные сравнения в доступных материалах отсутствуют.
LIP предлагает интерфейс между научной моделью и языковой моделью, который не сводит весь обмен к текстовому ответу. Но полезность этого интерфейса зависит не только от коннектора: языковой модели ещё нужно корректно работать с переданным представлением. Источник: препринт «AI Mindmeld: A Latent Interconnect Protocol» на arXiv.
