VocabX 词表特化预览：推理成本降 77%

Dharma-AI 在 Hugging Face 博客中预览了尚未正式发表的 VocabX 论文：该方法按每个 token 的成本而非出现频次重建领域专用词表，在不更换基础模型的情况下，于基于 Qwen3-4B 的葡萄牙语作文评分器上实测推理成本降低 77.0%，平均响应从 350 个 token 降至 101 个，bench 分数从 0.703 升至 0.810。 Dharma-AI 称，文中数字来自仍在审稿中的论文当前版本，正式发表前可能变化；完整方法、各实验表格及被弃用的干预方案将在即将发布的 VocabX 论文中给出。

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。