多语言LLM推理能耗差异系统研究
热点事件持续更新
多语言LLM推理能耗差异系统研究
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
Naihao Deng等作者发表了一项系统研究,测量多语言LLM推理的能耗成本。研究发现,每输出token的能耗在不同语言间最高相差8.3倍;在固定请求集下,总能耗最低的英语为17.6 kJ,最高的普什图语为3,147 kJ,两者相差179倍。 研究将这一差异称为“语言与能耗鸿沟”,并称其基于Chung等(2026)提出的框架进行测量。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
语言与能耗鸿沟:多语言 LLM 推理的能耗成本测量报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI语言与能耗鸿沟:多语言 LLM 推理的能耗成本测量
一项系统研究发现,多语言 LLM 推理的每输出 token 能耗最高相差 8.3 倍,固定请求集的总能耗在最低的英语(17.6 kJ)与最高的普什图语(3,147 kJ)之间相差达 179 倍。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。