💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
最近发布的令牌对象表示法（TOON）旨在成为一种模式感知的JSON替代方案，能显著减少令牌消耗，某些情况下比JSON少用40%。TOON结合了YAML和CSV的布局，适用于不同数据结构，且准确性良好。TOON 1.0已在MIT许可证下发布。
🎯
关键要点
- 最近发布的令牌对象表示法（TOON）旨在成为一种模式感知的JSON替代方案，能显著减少令牌消耗。
- TOON在某些情况下比JSON少用40%的令牌，可能带来LLM和推理成本的节省。
- TOON自我描述为一种紧凑、可读性强的JSON数据模型编码，适用于LLM提示。
- TOON结合了YAML（用于嵌套对象）和CSV（用于统一数组）布局以节省令牌。
- 对于非统一数据，JSON可能更高效；对于深度嵌套对象，YAML可能更节省令牌；对于扁平数据集，CSV仍然是最紧凑的格式。
- TOON在字段头和数组声明上增加了约5%的开销，以提高LLM的准确性。
- TOON在GPT 5 Nano上达到99.4%的准确率，同时使用46%更少的令牌。
- 开发者可以查看TOON的规格、文档和在线工具，进行效率和准确性基准测试。
- TOON的参考实现以TypeScript/JavaScript维护，包含完整的编码器和解码器，以及JSON到TOON转换的CLI工具。
- TOON 1.0在两周前以MIT许可证发布。
➡️
