Qxern-v6 系统使两个 LLM 能够通过 32 个压缩的潜在 token 进行通信，同时通过自适应确定性抽象语法树 (AST) 旁路保持精确的符号准确性。该系统由一名 15 岁的开发者构建，其架构使用 Qwen2.5-Coder-1.5B 压缩代码，并使用冻结的 Qwen3.5-0.8B 解码器来解析代码，而无需查看原始文本。

  • 函数名准确率达到 0.87，从纯潜在模型中的 0.00 恢复。
  • 参数数量准确度达到 0.93，比 Text Relay 基线高出 +0.30。
  • 中位延迟降至 511 毫秒，相比 1222 毫秒的文本中继实现了 2.4 倍的速度提升。
  • 该系统通过自适应路由器将语义潜在向量与约 30 个 token 的确定性 AST 数据相结合。

这种混合方法表明，连续潜在向量可以以较低的延迟高效地携带代码语义，而旁路则无需重新训练解码器即可恢复必要的符号精度。