A arquitetura Transformer é fundamentalmente um processador paralelo de contexto, mas o raciocínio é um processo sequencial e iterativo. Para resolver problemas complexos, um modelo precisa de um "bloco de rascunho" não apenas em sua CoT de saída, mas também em seu estado interno. Uma maneira diferenciável de percorrer o circuito, ramificar e retroceder até que o modelo encontre uma solução viável.
Carregando detalhes do thread
Buscando os tweets originais no X para montar uma leitura limpa.
Isso normalmente leva apenas alguns segundos.