VocabX词表特化方法及推理成本评测
热点事件持续更新
VocabX词表特化方法及推理成本评测
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月22日，Dharma-AI 在 Hugging Face 博客发文，预览即将发表的 VocabX 论文的部分结果。该方法按每个 token 的成本而非出现频率来重建领域模型词表，且不改变基础模型。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%，平均回复长度从 350 token 降至 101 token，bench 分数从 0.703 升至 0.810。Dharma-AI 表示，文中数字来自仍在评审中的论文当前版本，发表前可能变动；完整方法、各实验表格及被弃用的干预措施将在即将发布的 VocabX 论文中给出。目前该工作仍处于论文预览阶段，正式论文尚未发布。
AI 根据报道生成 · 4 小时前更新
最新进展10月22日 01:35
VocabX 如何通过专化 SLM 词表将推理成本降低 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 Blog精选VocabX 如何通过专化 SLM 词表将推理成本降低 77%
Dharma-AI 在 Hugging Face 博客中介绍即将发表的 VocabX 论文，该方法按 token 成本而非出现频率重建领域模型词表，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%，平均回复长度从 350 token 降至 101 token，bench 分数从 0.703 升至 0.810。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月22日 02:00
- 近 24 小时变化
- –
02.557.510
02:0003:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。