作为消费者的聊天机器人碳足迹消减
计算机与社会
2025-08-05 v1
摘要
在大型语言模型（LLM）高能耗与全球变暖日益增长的担忧背景下，迫切需要可行的建议，以帮助在利用此类技术时减少排放。本文检视了与 LLM 基于对话的系统相关的环境影响，可能是众所周知的功能之一：对话记忆，使系统能够在对话期间维持上下文。通过分析使用来自真实世界系统的匿名标记数据的对话模式，导出面向个体的建议，指导他们以更可持续的方式使用聊天机器人。基于仿真，估算采用此类生态行为所带来的节省潜力。
引用
@article{arxiv.2508.00911,
title = {Mitigating the Carbon Footprint of Chatbots as Consumers},
author = {Boris Ruf and Marcin Detyniecki},
journal= {arXiv preprint arXiv:2508.00911},
year = {2025}
}
备注
Published in Lanka, S., Cabezuelo, A.S., Vuppalapati, C. (2025). Trends in Sustainable Computing and Machine Intelligence. Proceedings of ICTSM: International Conference on Trends in Sustainable Computing and Machine Intelligence 2024. Springer, Singapore