CAVEWOMAN: قد يترك السؤال الأقصر فاتورة أكبر
تفصل CAVEWOMAN بين اختصار السؤال واختصار الإجابة. تدعو نتائجها إلى قياس تكلفة الطلب كله، بينما يكشف فحص المعنى ما قد تخفيه إجابة نهائية صحيحة.
تفصل CAVEWOMAN بين اختصار السؤال واختصار الإجابة. تدعو نتائجها إلى قياس تكلفة الطلب كله، بينما يكشف فحص المعنى ما قد تخفيه إجابة نهائية صحيحة.
جانبا الفاتورة
قد يبدو حذف الكلمات الصغيرة من السؤال توفيرا. لكن النموذج قد يعوض ذلك بإجابة أطول. تفصل CAVEWOMAN المسارين: تصفية المدخل مع ثبات تعليمات النظام، أو إبقاء السؤال كما هو وتقييد المخرج. أدرجت Adobe العمل في 29 أكتوبر، أما ورقة arXiv المرتبطة فتعود إلى 23 يونيو 2026. هذه قراءة لبحث سابق وليست إعلانا عن إطلاق اليوم.
ما يذكره الباحثون
تصف الورقة ثمانية نماذج وخمسة اختبارات وخمسة مستويات للاختصار. يذكر الملخص انخفاض تكلفة المخرجات بمعامل 1.4 إلى 2.4 لمعظم نماذج API، وحتى ثلاثة في أفضل حالة. زاد اختصار المدخل التكلفة الصافية بنحو 1.15 على متوسط الاختبارات الخمسة في هذا الإعداد. هذه نتائج المؤلفين وفق أسعارهم ومهامهم؛ لم أكرر التجربة ولا أتوقع النسبة لنموذج آخر. يتضمن المستودع أرقاما أوسع تختلف عن ملخص الورقة، لذا سأثبت مراجعة محددة قبل استخدام الإجماليات.
الصحة قد تخفي تغييرا في المعنى
يقارن البروتوكول أيضا النص بإجابة النموذج غير المقيدة. يذكر الباحثون أن نحو نصف مخرجات النماذج غير الاستدلالية قد تكون صحيحة لكن نصها لم يعد يستلزم معنى المرجع. هذا اتفاق بين نصوص، لا كشف للتفكير الخفي ولا إثبات لصحة المرجع نفسه. قد يفقد ملخص عمل استثناء مهما حتى لو بقي الرقم النهائي صحيحا.
مقارنة محلية مقترحة
سأبقي السؤال الأصلي وأقارن الإجابة المعتادة بتعليمة واحدة للإيجاز على حالات ثابتة. أسجل رموز المدخل والمخرج المفوترة والإعدادات والمحاولات والصحة وحفظ الشروط المطلوبة. تدخل الإخفاقات في الحساب. يحسب مثال Python أدناه التكلفة من أعداد الرموز وأسعار المليون المعطاة. أرقامه خيالية ولا يستدعي API ولا يعيد إنتاج الدراسة.
# Fictional token counts; supplied rates per million tokens.
def cost(input_tokens, output_tokens, input_rate, output_rate):
return (input_tokens * input_rate + output_tokens * output_rate) / 1_000_000
baseline = cost(100, 300, 1, 4)
short_input = cost(80, 340, 1, 4)
short_output = cost(100, 180, 1, 4)
assert short_input > baseline > short_outputمتى أرفض الاختصار
لن أقبل تقليل الرموز إذا اختفت وحدة قياس أو ملاحظة أو خطوة مطلوبة. يقول المستودع إن النتائج الأساسية تخص مهام الجولة الواحدة ذات إجابات قصيرة قابلة للاستخراج والفوترة المباشرة لكل رمز؛ يختلف النص الطويل. تحتاج حدود الاشتراك والتخزين المؤقت ورموز التفكير وتكاليف الأدوات إلى حساب مستقل عند انطباقها. سأختار الطول بعد مقارنة التكلفة والمعلومات المحفوظة في عبء العمل الفعلي.