---
title: Wenn LLMs ohne Zwischentexte kommunizieren
author: Martin Ebner
date: 2026-10-27
url: https://postgenerativ.at/indizien/2026-10-27/wenn-llms-ohne-zwischentexte-kommunizieren
lang: de
type: Indiz
summary: "Cache-to-Cache ermöglicht eine neuartige Kommunikation zwischen LLMs: Modelle übertragen interne Repräsentationen direkt über ihre KV-Caches, statt einander erst Textnachrichten zu schreiben."
tags:
  - Kommunikation
  - Forschung
  - Software
  - Zusammenarbeit
sources:
  - title: "Tianyu Fu et al.: Cache-to-Cache: Direct Semantic Communication Between Large Language Models. ICLR 2026; arXiv:2510.03215, Version 2 vom 02.03.2026."
    url: https://arxiv.org/abs/2510.03215
  - title: Volltext der analysierten Fassung (PDF, Version 2).
    url: https://arxiv.org/pdf/2510.03215v2
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
alternate:
  en: https://postgenerative.at/indications/2026-10-27/when-llms-communicate-without-intermediate-text
---

# Wenn LLMs ohne Zwischentexte kommunizieren

Tianyu Fu und Mitautoren stellen mit Cache-to-Cache (C2C) einen direkten Austausch interner Kontextrepräsentationen zwischen Sprachmodellen vor. Ein trainiertes Modul übersetzt und verbindet deren KV-Caches – Zwischenspeicher der Aufmerksamkeitsberechnung. So entfällt die schrittweise Erzeugung eines Nachrichtentextes. [1]

Die Studie berichtet höhere Genauigkeit und durchschnittlich 2,5-fache Beschleunigung gegenüber Textkommunikation. Der Ansatz benötigt Zugriff auf Modellinterna; fehlerhafte Informationen können übertragen werden. Die Skalierung auf viele Modelle bleibt offen. [2]

Unsere Einordnung: Das Indiz verschiebt den Blick vom einzelnen Chatbot auf kooperierende Modelle. Ihre Zusammenarbeit könnte künftig zunehmend über technische Repräsentationen erfolgen.

[Zur Studie auf arXiv](https://arxiv.org/abs/2510.03215)