پرحرفی و افزونگی

نحو JSON ذاتاً پرمخاطب است. از بسیاری از علائم نگارشی مانند پرانتزهای فرفری، براکت ها و نقل قول استفاده می کند. کلیدها برای هر شیء در یک آرایه تکرار می شوند که منجر به هدر رفتن توکن قابل توجهی می شود.

[
  {"id": 1, "name": "Alice"},
  {"id": 2, "name": "Bob"}
]

کلیدهای "id" و "name" تکرار می شوند و تمام علائم نگارشی به تعداد نشانه ها اضافه می شود.

عدم اجرای طرحواره

JSON هیچ طرح داخلی ندارد. شما باید ساختار و انواع داده های مورد نظر را در خود اعلان توصیف کنید، فضای پنجره زمینه ارزشمند را مصرف می کند و شانس تولید خروجی ناسازگار توسط LLM را افزایش می دهد.

سفتی نحوی

یک کاما یا نقل قول اشتباه می‌تواند کل سند JSON را نامعتبر کند. LLM ها به راحتی می توانند این اشتباهات کوچک را مرتکب شوند و توسعه دهندگان را ملزم به اجرای اعتبارسنجی قوی و منطق تجزیه برای رسیدگی به خطاها می کند.

{"name": "Alice", "age": 30,}

کامای انتهایی بعد از '30' باعث می شود این JSON در بسیاری از تجزیه کننده ها نامعتبر باشد.

توکن سازی ناکارآمد

توکن سازهای LLM اغلب علائم نگارشی و کاراکترهای خاص را به چندین توکن تقسیم می کنند. این بدان معناست که کاراکترهایی مانند «{»، «}»، «»» می‌توانند توکن‌های بیشتری نسبت به یک کاراکتر مصرف کنند که هزینه‌ها را بیشتر می‌کند.