一句话结论
J-Comm 解决的是：两个宽度不同的 LLM 智能体之间，不共享 KV cache、也不要求同宽，仍能把发送方的连续推理线索传给接收方；在 Qwen3-8B 到 Qwen3-4B 的设置下，七项基准平均分最高，文本 token 还少生成 19.2–74.8%。
方法要点
核心两块：GEAR 和 H+J。论文的 arXiv 页面 给出的出发点是：隐空间通信既要有连续的推理过程，也要有一个接口，让外部模型能用上发送方的中间计算结果。
GEAR 是免训练的“几何一致性”重加权。它在每一步不新增参数，而是在已有词嵌入空间里对候选 token 重新加权，让候选 token 与历史推理在几何上更一致；摘要称其单调优化候选 token 的几何共识。直觉是：不让发送方只按原始 logits 走，而是在 embedding 空间里挑“更自洽”的下一步。
H+J 接口给接收方两个互补视图：
- H 通道：由反馈分布导出的连续输入，给接收方“拿来推理的输入”。
- J 通道：把发送方中间状态写成“词表索引的雅可比透镜坐标”，给接收方“计算过程中的额外指引”。
接收方用自己的词典重建这些线索，并在 prefill 阶段注入中间层。这样通信不依赖共享 KV cache，也不要求发送方和接收方模型宽度相同。伪代码如下：
# Sender: GEAR 重加权，并导出 H/J 线索
for t in range(max_steps):
logits = sender.forward(context)
cand = top_k(logits, k)
geo = geometric_consensus(sender.embed[cand], context)
logits[cand] = logits[cand] + lambda_geo * geo
token = argmax_or_sample(logits)
context.append(token)
H = continuous_input_from_feedback(sender.feedback_distribution)
J = vocab_indexed_jacobian_lens(sender.intermediate_state)
# Receiver: 用自己的词典重建，并在 prefill 注入中间层
H_r, J_r = receiver.reconstruct(H, J)
receiver.inject_prefill(layers=inject_layers, cues=(H_r, J_r))
关键设计点：H 解决“给什么输入”，J 解决“在接收方内部怎么引导”；两者都在接收方侧重建，避免直接搬 KV cache。这个接口对异构宽度更友好，但代价是发送方要能暴露中间状态与雅可比相关信息。
关键数字
论文给的实验设置是 Qwen3-8B 向 Qwen3-4B 通信，七项基准平均分最高。单项结果如下：
| 数据集 / 指标 | J-Comm 结果 | 对比基线 | 提升幅度 |
|---|---|---|---|
| MATH500 准确率 | 94.80% | 摘要未给单项基线 | 未给 |
| GPQA-Diamond 准确率 | 54.55% | 摘要未给单项基线 | 未给 |
| AIME2024+2025 准确率 | 73.33% | 摘要未给单项基线 | 未给 |
| ALFWorld 成功率 | 62.93% | 摘要未给单项基线 | 未给 |
| 七项基准平均分 | 最高 | TextMAS | +1.29–8.59 个百分点 |
| 生成文本 token | 更少 | TextMAS | -19.2–74.8% |
读表注意：单项基线没有在摘要/公开页面展开，不能把“最高平均分”误读成每个单项都最高；能确认的是相对 TextMAS 的整体提升和 token 缩减区间。对开发者来说，后一项更实际：通信不是靠堆更多自然语言 token，而是把一部分信息移到隐空间线索里。
局限与前提
第一，方法前提是能拿到发送方的中间状态、反馈分布，以及词表索引的雅可比透镜坐标；如果推理框架只暴露最终文本或 logits，H+J 接口无法直接落地。第二，接收方要能在 prefill 阶段向中间层注入线索，并且要用自己的词典重建；这要求对模型前向过程有改造权限。第三，摘要只报告了 Qwen3-8B 到 Qwen3-4B 的一组通信结果，跨模型家族、跨更大宽度差、跨多发送方场景是否稳定，公开页面没有给出。第四，作者自述局限在摘要中未见；失败案例也没有展开。第五，GEAR 的“单调优化几何共识”是方法描述，不是对所有任务的性能保证；对需要严格符号推理或外部工具调用的任务，隐空间线索是否足够，需要实测。
适用场景可以谨慎看成：多智能体/多模型协作中，发送方和接收方宽度不同，且工程上能改前向、能读中间层；不适合只能通过 API 调用的闭源模型链路。对延迟和显存的影响，公开摘要没有给数字，不能据此判断生产可用性。
能不能用
公开的 arXiv 页面 与 HTML 全文 未见代码、权重或复现脚本链接；因此目前不能确认开源。要本地复现，至少需要：Qwen3-8B 与 Qwen3-4B 两类模型权重、可读取隐藏状态/反馈分布/雅可比信息的推理代码、接收方中间层注入 hook，以及能跑 MATH500、GPQA-Diamond、AIME2024+2025、ALFWorld 等基准的评测管线。由于不需要共享 KV cache、不要求相同模型宽度，工程上少了一个强约束；但“可注入中间层”本身就把纯 API 方案排除了。建议先做小规模对照：固定发送方输出，只开 H、只开 J、H+J 全开，观察收益是否来自 J 通道，以及 token 缩减是否以额外前向计算为代价。