Telegraph English: Semantic Prompt Compression via Structured Symbolic Rewriting
电报式英语（TE）是一种新颖的提示压缩协议，它将自然语言重写为富含符号、结构化的原子事实行方言，与现有的令牌删除方法（如 LLMLingua-2）相比，在各种模型中实现了更卓越的准确性和语义索引能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你收到朋友寄来的一封冗长、啰嗦的长信。你需要把它转寄给另一个人，但你想节省邮费（即“token"），同时确保收件人能理解最关键的部分，而不会被无关的废话淹没。
目前的标准做法（称为LLMLingua-2）就像一场“删改”游戏。你拿一支红笔划掉 50% 的单词，希望剩下的句子依然通顺。问题在于？你可能会不小心划掉“因为”或“因此”这类词，让读者去猜测观点之间的逻辑联系；或者你删掉了一个具体数字，而那恰恰是故事中最关键的部分。
本文介绍了一种名为**电报英语（Telegraph English, TE）**的新方法。TE 不像只是划掉单词，它更像一位精通翻译的大师，将整封信重写为一种超高效、类代码的语言。
以下是其工作原理，使用简单的类比说明：
1. “删改”与“重写”
- 旧方法（Token 删除）：想象你在编辑一本小说，每隔一个词就删掉一个。你可能会得到这样的结果：“猫坐在……地毯上。”虽然变短了，但行文流畅度被破坏了。如果你删掉了“不”，整个意思就会完全反转。
- 新方法（电报英语）：想象将同一本小说重写为一系列使用秘密缩写的要点。
- 原文：“根据 Johnson 及其同事（2023）的研究，将机器学习技术应用于医疗诊断，与传统方法相比，早期检测率提高了 27.5%，同时假阳性率降低了约 12%。”
- 电报英语：
ML→MEDICAL-DIAGNOSTICS: EARLY-DETECTION+27.5% ∧FALSE-POSITIVE-12% [JOHNSON:2023] - 结果：该句子从 68 个单词缩减为 14 个"token"，但每一个事实、数字和关系都依然保留，且清晰标注。
2. “乐高积木”优势
论文声称，TE 拥有一种特殊超能力：压缩与组织同步进行。
- 旧方法：当你删改文本时，得到的是更小的一堆杂乱单词。如果之后想查找某个具体事实，你必须重新通读整堆杂乱的内容。
- 新方法：TE 将文本拆解为“原子事实行”。这就像把一大块杂乱的黏土变成一个个带标签的乐高积木。
- 每一行代表一个单一事实。
- 每一行都有标签（例如
PAST:、LIKELY:、CITATION:）。 - 由于每一行都是自包含的事实，你可以瞬间提取出仅包含“日期”或仅包含“数字”的部分，而无需重读整篇文档。这就像拥有一个图书馆，每本书的书脊上都已按主题分类。
3. 为何它对“更聪明”和“较笨”的计算机都更有效
研究人员在五种不同的 AI 模型（从非常聪明的到较小、较便宜的）上测试了该方法。
- 对于智能模型：TE 的表现与旧方法相当，但成本减半。
- 对于较小模型：这是 TE 大放异彩的地方。较小的 AI 模型有时难以在单词缺失时“填补空白”。
- 类比：如果你给一个小孩子一个缺了一半拼图的拼图（Token 删除），他们可能会猜错图案。如果你给他们一个每块拼图都清晰标注且相互连接的拼图（电报英语），他们就能完美地拼好。
- 论文发现，在处理棘手且细节丰富的问题时，TE 帮助较小模型获得正确答案的概率比旧方法高出多达11%。
4. “一次性重写，永久可管理”原则
论文提出了一个概念，称为**“压缩一次，持续管理”**。
- 旧方法：你压缩文本一次以便发送。如果 AI 生成了一个长答案，该答案会以巨大的、未压缩的文本墙形式返回。如果你需要将此答案发送给第三方，你必须再次压缩所有内容。
- 新方法：由于 TE 将文本转化为结构化的“事实积木”，AI 的答案也可以用 TE 书写。这意味着整个对话始终保持压缩和有序。你无需重新压缩任何内容；结构是内置的。
局限（注意事项）
论文诚实地指出了缺点：
- 需要“翻译器”：要将文本转换为电报英语，你需要先运行一个 AI 模型。这需要前期的时间和资金投入。如果你发送的消息只会被阅读一次且不再使用，这一步可能得不偿失。
- 仅限英语：这种特定的“缩写”是专为英语设计的。对于结构截然不同的语言（如中文或阿拉伯语），若不进行重大重新设计，它无法立即适用。
- 规则严格：该系统非常僵化。它强制将事实纳入特定格式。如果输入本身已经非常简短且密集，该系统实际上可能会使其变长，因为它拒绝删除任何信息（保真度比简洁性更重要）。
结论
电报英语不仅仅是让文本变短；它是让文本更智能。它用一种干净、结构化且富含符号的格式，取代了人类语言中杂乱无章的自然流畅性，这种格式更易于计算机阅读、存储和记忆。它将文档的“降级副本”转化为事实的“结构化数据库”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。