Hacker News 首页·· 12 天前AI 评分50
像 1866 年那样写作:LLM 重新学会电报体
Write Like It's 1866: LLMs Relearn Telegraphese
AI 导读
作者发布 Telegraph Test 基准,用 50 篇文本、约 1300 道题测试让模型用 1866 年电报体(cablese)压缩记录的效果。在相同指令下各模型压缩率从 25% 到 49% 不等,GLM-5.3-Flash 自身节省 48.4%,跨模型读取恢复比为 0.99–1.10,即压缩记录被其他模型读取的准确率不低于纯文本。
来源:Hacker News 首页 · fiveminutesforward.com