Verbositate și redundanță

Sintaxa lui JSON este în mod inerent verbosă. Folosește multe semne de punctuație, cum ar fi acolade, paranteze și ghilimele. Cheile sunt repetate pentru fiecare obiect dintr-o matrice, ceea ce duce la o pierdere semnificativă de simboluri.

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

Tastele „id” și „name” sunt repetate, iar toate semnele de punctuație se adaugă la numărul de jetoane.

Lipsa de aplicare a schemei

JSON nu are o schemă încorporată. Trebuie să descrieți structura și tipurile de date dorite în cadrul promptului în sine, consumând spațiu valoros în fereastră de context și crescând șansele ca LLM să genereze rezultate neconforme.

Rigiditate sintactică

O singură virgulă sau ghilimele deplasate poate face ca un întreg document JSON să fie invalid. LLM-urile pot face cu ușurință aceste mici greșeli, solicitând dezvoltatorilor să implementeze o validare robustă și o logică de analiză pentru a gestiona erorile.

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

Virgula de după „30” face ca acest JSON să nu fie valid în multe analizoare.

Tokenizare ineficientă

Tokenizatoarele LLM împart adesea semnele de punctuație și caracterele speciale în mai multe simboluri. Aceasta înseamnă că caractere precum „{”, „}”, „”” pot consuma mai multe jetoane decât un singur caracter, mărind și mai mult costurile.