摘要
将自然语言理解融入会话式商务场景，需要能够从口语化文本中可靠地提取结构化意图。虽然基于云端的模型能力强大，但其延迟、隐私风险和运营成本使得高效的本地替代方案成为必要。为此，我们针对本地部署的开源权重大型语言模型（LLMs）进行了实证评估，研究其将多意图购物车命令解析为确定性JSON模式的能力。我们在最小提示、扩展提示和少样本提示三种范式下对多个模型进行了基准测试，并采用双轴框架同时衡量提取质量（操作F1分数、精确匹配率、模式有效性）和硬件性能（延迟、GPU功耗）。我们的评估揭示了一个根本性的权衡——模式合规性与计算开销之间的矛盾，展示了高级提示技术如何在提高解析准确性的同时，对推理延迟和功耗产生可测量的影响。最终，这一全面的性能剖析为资源受限环境确定了最优模型配置：一个精心选择的3-8B参数模型（具体为Granite4 3B）配合少样本提示，能够在每条命令的运行能耗低至约40倍于最大模型的情况下，恢复超过95%的质量水平，为在资源受限环境中部署具有成本效益的LLM作为效率候选方案奠定了实用基线。
