VocabX 按 token 成本重构词表，推理成本降 77%
热点事件持续更新
VocabX 按 token 成本重构词表，推理成本降 77%
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Dharma AI 在一篇预览论文中提出 VocabX 词表特化方法：它按每个 token 的成本而非出现频率来重构小模型词表，并在基于 Qwen3-4B 的葡萄牙语作文评分器上使实测推理成本降低 77%。该评分器的输出层词表从约 15.2 万行缩减到约 6.5 万行，它的基座模型未作改动。 Dharma AI 称，生成一个 token 的成本约为读取一个 token 的 7.4 倍，这一成本差异是词表重构的依据。该论文仍在评审中，上述数据可能变化。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 01:35
VocabX 如何按 token 成本重构词表，将 SLM 推理成本降低 77%报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- Hugging Face：BlogVocabX 如何按 token 成本重构词表，将 SLM 推理成本降低 77%
VocabX 通过按每个 token 的成本而非出现频率重构小模型词表，在基于 Qwen3-4B 的葡萄牙语作文评分器上将实测推理成本降低 77%，且不改变基座模型。该评分器输出层词表从约 152,000 行缩减到约 65,000 行，生成一个 token 的成本约为读取一个 token 的 7.4 倍。相关论文仍在评审中，数据可能变化。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。