연구진은 복잡한 추론 작업에서 효과적인 긴 연쇄적 사고(CoT)의 비용 문제를 해결하기 위해 새로운 방법인 추상적 연쇄적 사고(Abstract Chain-of-Thought)를 제안했어요.
추상적 CoT는 자연어 CoT 대신 예약된 어휘의 짧은 토큰 시퀀스를 생성하여 추론 과정을 단순화하고, 성능 저하 없이 추론 토큰 수를 최대 11.6배 줄일 수 있어요.
연구 결과, 추상적 CoT는 수학적 추론, 지시 따르기, 다중 홉 추론 등 다양한 분야에서 기존 모델과 유사한 성능을 보이며, 여러 언어 모델 패밀리에서도 일반화되는 것을 확인했어요.