Sep-Latent：利用分隔符Token作为隐式推理的自然压缩锚点

Sep-Latent 提出了一种利用分隔符 Token 作为结构语义锚点的自适应隐式推理框架，在 GSM8k-Aug 基准测试中达到 56.8% 准确率，平均仅消耗 5.4 个 Token。 该框架引入 Attention-Decay 机制强制模型聚合压缩推理逻辑，并通过多层级蒸馏对齐显式与隐式路径。 实验分析证实该方法确保了语义基础，并表现出优于固定长度隐式模型的抗扰动鲁棒性。