6月18日，上海交大、悉尼大学等五所高校研究团队在arXiv发布新方法BabelTele。该方法面向大语言模型设计，融合多语言词素、符号与表情，将文本压缩至原长27.9%，语义准确率达99.5%。实验显示，人类难以阅读其输出，但Gemini 3.1 Pro等模型仍可精准理解；在QuALITY、MeetingBank等基准中优于传统摘要工具。BabelTele支持跨模型零样本通信，多智能体任务中减少40% Token消耗且任务完成度超96%。研究旨在推动AI原生通信范式。
免责声明：本文内容由开放的智能模型自动生成，仅供参考。