VocabX论文预览：词表特化降低推理成本77%

Dharma-AI 在 Hugging Face Blog 预览了 VocabX 论文结果，称该方法按 token 生成成本而非频率重建领域专用小模型的词表，在葡萄牙语作文评分系统上实测推理成本降低 77%，响应 token 数从 350 降至 101，质量评分从 0.703 升至 0.810。 该方法同时优化子词和多词宏 token，并在五个公开领域、三个模型族上均优于现有词表迁移方法。 报道注明这些数字来自仍在审稿中的论文版本，发表前可能变化；完整方法、实验表格和被舍弃的干预措施将在论文正式发布时公开。

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。