俄罗斯数学天团四个月训出顶级AI登顶

最近，ARC Prize 2026的Kaggle ARC-AGI-3竞赛中，俄罗斯初创团队Mostik异军突起，其模型一度排名第一（现居第二）。该竞赛要求AI Agent在无说明的陌生二维世界中自主摸索规律并通关，被视为测试AI真正智能的挑战。Mostik仅用四个月便达此成绩，团队含12位博士及一位菲尔兹奖得主，但参赛系统细节因比赛未结束而保密。

Mostik公开了一项实验：让7530亿参数的GLM-5.2与40亿参数的Qwen-3.5跳过文字，直接交换内部数学信息。大模型读取问题并思考后，将内部状态通过一座“桥”传给小模型，由小模型生成答案。该系统运行成本仅为完整GLM模型的二十分之一，性能介于两模型之间，相当于小模型补上了与大模型一半的能力差距。

Mostik解释，传统多AI协作通过文字传递信息损失巨大。模型生成一个token时，内部会形成约2MB的隐藏状态，但输出仅能选择约15万候选词中的一个，有效信息仅17比特，其余状态被丢弃。可解释性研究显示，模型在输出前已提前形成对后续内容的表征，如Qwen-3在输出“accountant”前内部已出现该词表征，Claude 3.5 Haiku写诗时会先确定押韵词。因此，文字交接丢失了形成答案的过程。

Mostik的方法是用经过训练的“桥”转换一个模型的隐藏状态，送入另一个模型。难点在于不同模型的内部空间不通用，但团队发现存在可预测的共同结构。桥是唯一需训练的部分，两边模型保持冻结。实验中，GLM负责读取和思考，Qwen负责生成文字。结果显示，Qwen补上了与GLM 50%的性能差距，整体准确率提升约25%，高难度任务中成绩最高达原来的两倍。相比成绩相当的中型模型，Mostik组合节省约60%计算量。

在对比测试中，隐藏状态交接优于文字交接，最高领先10个百分点，且大模型越早交接优势越明显。Mostik认为，该技术还可作为观察AI内部的新入口，通过对比发送模型状态、桥翻译后状态和接收模型行为，并可通过干预通道验证特征与决策的因果关系。团队对此持谨慎态度，但认为这提供了可测量和干预的新区域。

Mostik下一步计划将通道提前至训练阶段，让模型从训练时就学会合作。在知识蒸馏中，教师模型可通过隐藏状态通道在学生写答案时实时提供内部信息。早期信号显示，相同训练预算下，这样培养的学生模型更贴近教师模型。