KAIST 提出 TAC-CoT：隐式推理链提升 Agent 准确率并节省算力

KAIST 团队在论文 TAC-CoT 中提出工具赋能的隐式思维链框架，以紧凑 latent 片段替代显式推理文本，仅在工具调用处保留显式 token。Agentic Math 上，Qwen3-4B 等模型准确率提升约 5.9 分，前向计算量降至约 1/2.7；Llama-3.2-1B、Qwen2.5-0.5B 也分别提升 5.8 分和 5.5 分。