新しいAIモデルが、「Thinking Without Words」という論文で詳述されており、Abstract-CoTという手法を導入しています。これは64種類の独自の抽象記号を用いて数学的問題解決の効率を向上させるものです。これらの記号は人間の言語とは無関係で、モデルが回答を出す前に予備的な推論を行うことを可能にし、MATH-500ベンチマークでの推論に必要なトークン数を最大11.6倍削減しつつ、精度を損なうことなく実現しています。この手法はAlpacaEvalテストでも性能を向上させ、Qwen3-8B、Qwen3-4B、IBM Granite 4.0 Microなど複数のモデルファミリーで効果を発揮しています。記号は自然言語に似た使用パターンを発展させ、少数の記号が頻繁に再利用されることで、ランダムな出力ではなく構造化された推論を示しています。