知识卡片
首字与逐字延迟有别
TTFT测请求至首token,TPOT测随后平均token间隔;若输出共N个token,常见定义下总时长约为TTFT+(N−1)×TPOT。不同系统可能采用不同端点与计数规则,比较前需统一,不能把原书近似式中的N无条件当精确公式。
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
- · 推理优化
原书出处 · 1 处
- · 查看原书依据
TPOT(time per output token,每个输出token的生成时间)衡量的是在生成第一个token之后,生成每个输出token平均所需的时间。如果生成每个token需要100 ms,那么生成1000个token将需要100 s。
参考来源
- 位置:《AI工程:大模型应用开发实战》第9章《推理优化》(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/Section017.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:TPOT(time per output token,每个输出token的生成时间)衡量的是在生成第一个token之后,生成每个输出token平均所需的时间。如果生成每个token需要100 ms,那么生成1000个token将需要100 s。