Um novo modelo de IA, detalhado no artigo "Pensando Sem Palavras", apresenta o Abstract-CoT, um método que utiliza 64 símbolos abstratos únicos para melhorar a eficiência na resolução de problemas matemáticos. Esses símbolos, não relacionados a nenhuma língua humana, permitem que o modelo realize um raciocínio preliminar antes de fornecer as respostas, reduzindo significativamente o número de tokens necessários para o raciocínio no benchmark MATH-500 em até 11,6 vezes, sem comprometer a precisão. A abordagem também melhora o desempenho nos testes AlpacaEval e é eficaz em várias famílias de modelos, incluindo Qwen3-8B, Qwen3-4B e IBM Granite 4.0 Micro. Os símbolos desenvolveram padrões de uso semelhantes à linguagem natural, com reutilização frequente de alguns símbolos, indicando um raciocínio estruturado em vez de uma saída aleatória.