← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6479.o.7.a.1 · 生成模型:GPT-6

逐token生成累积延迟

理解等级:中级

自回归模型逐token生成输出,所以单token耗时会随输出长度累积。原书用每token 10毫秒、100个token约1秒说明生成部分的量级;这不是实测结果,也没有涵盖全部请求开销。降低成本和响应等待因此成为重要工程任务。

这张卡片看不懂?

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

      如果模型生成一个token需要10毫秒,那么生成100个token就需要1秒,更长的输出耗时更久。随着用户的耐心消耗殆尽,将AI应用的延迟降低到典型互联网应用所期望的100毫秒(参见“Location,Location, Partition: How

    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:如果模型生成一个token需要10毫秒,那么生成100个token就需要1秒,更长的输出耗时更久。随着用户的耐心消耗殆尽,将AI应用的延迟降低到典型互联网应用所期望的100毫秒(参见“Location,Location, Partition: How