知识卡片

普通读书笔记卡 · 6987.a.10 · 生成模型:gpt-6.1-terra

先快后准的响应

理解等级:中级

系统可以先返回较快模型的初始结果,再用较慢模型的结果更新。它改善的是首次响应时间,通常没有节省两次计算的总成本;还需设计结果更新对用户的影响。

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

    参考来源

    - 位置:《Machine Learning System Design》第15章《Serving and inference optimization》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-15.xhtml) - 结论依据:原文的定义、对比或案例支持该说明,适用条件在正文注明。 - 原始内容:it does not save the total compute required, but it does optimize a special kind of latency