VocabX预告词表特化：小模型推理成本降77%

Dharma-AI 预告即将发布的 VocabX 论文，提出按 token 成本而非出现频率重建领域模型词表。其称在基于 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 降至 101 个，bench 分数从 0.703 升至 0.810，且未更换基础模型。 Dharma-AI 表示，文中数字来自仍在评审中的论文当前版本，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论文中公布。

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。