새로운 AI 모델이 "말 없이 생각하기"라는 논문에서 소개되었으며, Abstract-CoT라는 방법을 도입했습니다. 이 방법은 64개의 고유한 추상 기호를 사용하여 수학 문제 해결 효율성을 향상시킵니다. 이 기호들은 어떤 인간 언어와도 관련이 없으며, 모델이 답변을 제공하기 전에 예비 추론을 수행할 수 있게 하여 MATH-500 벤치마크에서 추론에 필요한 토큰 수를 최대 11.6배까지 크게 줄이면서도 정확도를 유지합니다. 이 접근법은 AlpacaEval 테스트에서도 성능을 향상시키며, Qwen3-8B, Qwen3-4B, IBM Granite 4.0 Micro 등 여러 모델 계열에서 효과적입니다. 이 기호들은 자연어와 유사한 사용 패턴을 개발했으며, 몇몇 기호가 자주 재사용되어 무작위 출력이 아닌 구조화된 추론을 나타냅니다.