研究揭示 LatentChem 机制为软提示而非推理链

2026年10月27日，arXiv发布的一项NLP领域研究对 LatentChem 的潜在化学推理机制进行了分析。研究发现，LatentChem 的潜在状态对分子特异性内容敏感度较低，互换或适度扰动中间潜在状态对模型性能影响甚微，但完全移除会导致分数大幅下降。测试显示，单一固定前缀或学习到的静态软提示即可复现 LatentChem 的性能，表明其机制更接近软提示而非连续空间中的推理链。基于此，研究建议将潜在化学推理视为软提示机制，而非隐含的逐步推理链条。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。