1
条回答
写回答
写回答
-
多轮对话复用KV cache策略的应用场景包括两类：一是问答类的场景，每次请求模型时会拼接之前的问答；二是LangChain应用，它在模型生成结束后会调用外部插件，拼接插件返回的结果再次请求模型。在这两类场景中，由于前一轮对话的输出构成后一轮对话输入的一部分，或者存在较长的公共前缀，因此可以通过复用KV cache来减少FTT。
2024-05-23 17:48:16赞同 1 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
