Investigadores de Tsinghua informan de una colaboración entre IA más rápida con C2C

Investigadores de Tsinghua University describen un método que permite a los modelos de IA compartir información directamente, sin convertirla antes en texto. El método, Cache-to-Cache (C2C), ha sido aceptado en ICLR 2026, y el equipo afirma que los desarrolladores tienen a su disposición código de código abierto.

Cuando los modelos intercambian información mediante texto, uno debe expresar su resultado en frases para que el otro pueda procesarlo. C2C transfiere directamente la caché interna de un modelo, su memoria de trabajo, a otro modelo. Un componente llamado Fuser reorganiza y rota la información para que el modelo receptor pueda usarla. El sistema también filtra la información recibida: algunas capas internas la incorporan, mientras otras siguen razonando de forma independiente.

Los investigadores informan de que C2C hizo que los modelos fueran entre un 100 % y un 150 % más rápidos en tareas colaborativas. Según el equipo, la cifra más alta equivale a una velocidad aproximadamente dos veces y media superior a la del intercambio basado en texto. También informan de mejoras de precisión de hasta un 14,2 % frente a modelos que trabajan solos, y de entre un 3,1 % y un 5,4 % frente a métodos anteriores de colaboración mediante texto.

Actualmente, C2C requiere modelos de pesos abiertos, ya que necesita acceso a sus cachés internas y a la estructura de sus capas. Muchas herramientas populares de IA en línea no exponen esos detalles. El equipo que desarrolló el método obtuvo los resultados comunicados; hacen falta pruebas independientes para determinar si las mejoras también se mantienen en otros contextos.