o1之后下一个范式？隐式CoT大突破，让推理不再「碎碎念」

本文介绍了一种名为SIM-CoT的隐式推理链新方法。研究背景是，传统的显式推理链存在推理成本高和可能产生无效冗长步骤的问题，而隐式推理链虽能降低开销，但在扩展隐式token数量时容易因潜变量不稳定和语义同质化导致训练塌缩与推理失效。研究目的是为了解决隐式推理链的这一核心痛点，通过引入一个即插即用的步骤级监督模块，在训练时使用辅助解码器将每个隐式潜在表示对齐到可解释的推理步骤上，从而稳定优化并提升模型性能。结论表明，SIM-CoT方法在保持推理阶段零额外开销的同时，显著提升了多种模型在数学推理任务上的准确率，并增强了训练的稳定性与隐式推理的可解释性。