10倍加速化学推理大模型！Haven团队在隐空间思考分子式，碾压显示CoT

背景：传统大模型在化学推理中依赖显式思维链（CoT）输出推理步骤，但存在推理描述与最终结果脱节、效率低下等问题。研究目的：Haven团队提出LatentChem模型，旨在将化学推理从文本表面转移到模型内部的连续隐空间，以提升推理效率和准确性。结论：LatentChem通过在隐空间中生成latent thought向量完成内部推理，大幅减少显式CoT输出，在化学基准测试中实现了10倍以上的加速和更高的准确率，证明了隐空间推理在科学AI中的潜力。