大型語言模型 以透明篩選框架估算大型語言模型（LLM）推理能源與訓練碳排 本文報導一套用於大型語言模型（LLM）影響評估的「透明篩選」框架與公開觀測平台。該框架能把自然語言的應用描述解析為有界情境，並以多因子代理分別估算推理與訓練的能源與碳排量。方法強調以可追溯的觀察錨點、顯式假設與低-中-高區間呈現不確定性，而非盲目宣稱精確測量。
