Deja que la IA piense con símbolos que los humanos no entienden, respondiendo igual de preciso pero 12 veces más rápido

La noticia de CoinWorld, reportada por OneMillion_AI, en el artículo “pensar sin palabras” propone el método abstract-cot, que introduce 64 nuevos “símbolos abstractos” en el vocabulario del modelo, los cuales no corresponden a ningún idioma humano. Antes de responder a una pregunta, el modelo genera una pequeña secuencia de estos símbolos como borrador, y luego proporciona la respuesta directamente, saltándose el proceso tradicional de razonamiento en lenguaje natural. En el experimento con 500 problemas matemáticos, la cantidad de tokens en el proceso de razonamiento se comprimió de varios cientos a unas pocas decenas, reduciendo el uso de tokens hasta en 11.6 veces, manteniendo la tasa de aciertos sin cambios. Los experimentos abarcaron las familias de modelos qwen3-8b, qwen3-4b y ibm granite 4.0 micro, con resultados consistentes. Estos 64 símbolos se formaron espontáneamente durante el entrenamiento, desarrollando patrones de uso similares al lenguaje natural, con unos pocos símbolos reutilizados con frecuencia y la mayoría apareciendo ocasionalmente, siguiendo una distribución similar a las palabras comunes en el idioma humano. Al desordenar el orden de los símbolos, la precisión en las respuestas disminuyó notablemente, lo que indica que el modelo aprendió a usar este “código” para realizar razonamientos estructurados.