知识卡片
首字延迟与生成速度
TTFT衡量从请求到首个token出现的时间,TPOT衡量生成过程中每个输出token的耗时,总延迟还受输出长度等因素影响。用户是否能接受要与具体工作流程比较;短首字等待不能证明长回答已经足够快。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
包括TTFT(time to first token,首个token响应时间)、TPOT(time per output token,每个输出token响应时间)和总延迟。什么样的延迟是可接受的,取决于具体的应用场景。如果当前所有用户请求都由人工处理
参考来源
- 位置:《AI工程:大模型应用开发实战》第1章《基于基础模型构建AI应用入门》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section009.xhtml)
- 结论依据:本段对概念、机制与限制条件的解释支撑正文;历史模型名称仅作原书例子,不外推为当前产品规格。
- 原始内容:包括TTFT(time to first token,首个token响应时间)、TPOT(time per output token,每个输出token响应时间)和总延迟。什么样的延迟是可接受的,取决于具体的应用场景。如果当前所有用户请求都由人工处理