LLM 序列化

深度分析

TRON 與 TOON 在 Agentic AI 中的代幣減少與準確度分析

研究針對Agentic AI系統中JSON的高代幣開銷，測試TOON與TRON兩種精簡格式。結果顯示TRON可減少最高27%代幣，準確度僅下降14個百分點；TOON減幅較低但在多回合解析易失敗。在多工具與長結果情境下，TRON的類別定義可削減重複結構代幣，然而於少數工具任務會因批次開銷提升代幣。