Dharma AI 预告 VocabX 词表特化方法
热点事件历史事件
Dharma AI 预告 VocabX 词表特化方法
1 篇报道1 个报道来源9 天前更新
先了解这件事
AI 综述
Dharma AI 预告了即将发布的 VocabX 论文，提出按每个 token 的成本而非词频重建领域模型词表。该公司称，在基于 Qwen3-4B 的葡萄牙语作文评分器上实测，推理成本降低 77.0%，平均回复从 350 个 token 降到 101 个，bench 分数从 0.703 升到 0.810，且未更换基础模型。 这些数字来自仍在评审中的论文当前版本，Dharma AI 称发表前可能变动；完整方法、各实验表格及被弃用的干预措施将在即将发布的 VocabX 论文中给出。
AI 根据报道生成 · 9 天前更新
最新进展10月22日 01:35
VocabX 如何通过词表专门化将小模型推理成本降低 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 如何通过词表专门化将小模型推理成本降低 77%
Dharma-AI 预告即将发布的 VocabX 论文，提出按 token 成本而非词频重建领域模型词表，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 77.0%，平均回复从 350 个 token 降到 101 个，bench 分数从 0.703 升到 0.810。