# VocabX, Portekizce kompozisyon değerlendirme maliyetini %77 düşürdü

> Hugging Face, bir modelin belirteçleyicisini VocabX ile yeniden oluşturmanın Qwen3‑4B tabanlı değerlendirme sisteminde belirteç sayısını ve çalışma süresini azalttığını gösterdi.

Oossa · 2026-10-21 · https://oossa.com/tr/vocabx-cuts-inference-cost-by-77-for-portuguese-essay-grader

Hugging Face, 4 milyar parametreli Qwen3‑4B modelini kullanan Portekizce kompozisyon değerlendirme hizmetinin, orijinal belirteçleyiciyi VocabX adlı alana özgü bir belirteçleyiciyle değiştirdikten sonra ortalama yanıt uzunluğunu 350 belirteçten 101 belirtece indirdiğini bildirdi. Bu değişiklik, değerlendirme kalitesini artırırken ölçülen çıkarım maliyetini de %77 düşürdü. Yöntem, söz varlığını sıklık yerine belirteç maliyetine odaklanacak şekilde yeniden oluşturuyor ve yinelenen JSON yapılarını tek makro belirteçlerde birleştiriyor.

## Gerçekler

- 500 istekle yapılan testte maliyet %77,0 düştü (RTX 5090 GPU, vLLM).
- Söz varlığı boyutu yaklaşık 152.000 girdiden yaklaşık 65.000'e düşürüldü.

## Neden önemli

Üretimde küçük ölçekli modeller çalıştıran şirketler, daha ucuz bir belirteçleyiciyle modeli yeniden eğitmeden gecikme sürelerini ve bulut faturalarını yarıya indirebilir.

## Kaynaklar ve referanslar

1. [How Specializing the Vocabulary of SLMs Can Cut Inference Cost by 77% in Real Applications](https://huggingface.co/blog/Dharma-AI/vocabx-vocabulary-specialization) – Hugging Face, 2026-10-21

Son güncelleme: 2026-10-21