Energy-to-Token Accounting and Non-Optimizable Boundaries in Large Language Model Systems
一篇關於大型語言模型系統中,如何把能源、設施、IT 能耗、有效硬體計算、token 數與外部工具能耗分層記帳的 position paper。 它同時提出一條 observe-only governance boundary:人類選擇痕跡可以被記錄與稽核,但不應被當成 reward signal 或意義代理。
這裡收錄四分之三研究線中已經整理成外部可引用形態的作品。 內部協議、草稿與場域筆記不直接公開;能放在這裡的,是經過外部化、授權與引用資訊整理的研究輸出。
一篇關於大型語言模型系統中,如何把能源、設施、IT 能耗、有效硬體計算、token 數與外部工具能耗分層記帳的 position paper。 它同時提出一條 observe-only governance boundary:人類選擇痕跡可以被記錄與稽核,但不應被當成 reward signal 或意義代理。
公開研究頁不是把內部文件整包外流,而是替已成熟、可引用、可負責的成果建立公共索引。
公開項目應有 DOI、版本、作者、授權、摘要與外部讀者可以理解的入口。
每篇公開作品應能回到 repo 裡的 publication package,但不要求讀者先理解全部內部語彙。
AI 協助、內部 lineage、外部引用與人類作者責任要清楚分開。