Hacker News (官方 RSS)·· 2 小時前精選AI 評分76
LLM 重新學習電報體：像 1866 年一樣寫作
Write Like It's 1866: LLMs Relearn Telegraphese
AI 導讀
導語：研究顯示，LLM 在「電報體」壓縮下可將輸出文本縮減 25%–49%，並在跨模型測試中保持 99% 以上的準確率，且不需新增訓練或 API 變更。
推薦理由
此研究展示了 LLM 在無需新訓練即可實現 2 倍以上文本壓縮的可驗證方法，對模型記憶與成本最佳化具有實際意義。
來源：Hacker News (官方 RSS) · fiveminutesforward.com