VocabX预览：词表特化降推理成本77%

Dharma-AI 在 Hugging Face 博客预览即将发布的 VocabX 论文：在基于 Qwen3-4B 的葡萄牙语作文批改器上，按每个 token 的实际成本而非出现频次重建词表，保持基座模型、数据和训练配方不变，实测推理成本下降 77.0%，平均响应从 350 个 token 降到 101 个，bench 分数从 0.703 升到 0.810。 Dharma-AI 称，这些数字来自仍在审稿中的论文当前版本，发表前可能变动；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。