大语言模型树状结构表达式序列化的通信瓶颈研究

一项针对 16 个大语言模型树状表达式序列化的研究表明，模型间自然语言通信具有损耗与不对称性，互换生成和提取角色准确率差异最高达 60.4 个百分点。实验发现至少 73.6% 的往返失败源于生成端，而跨模型组合的最佳准确率达 92.9%。该通道具备可训练性，约 3600 个微调样本即可让开源模型超越未微调的 Gemini-3.1-Pro。