在多轮对话场景中，为什么会出现模型的First Token Time（FTT）变长的问题？
在多轮对话场景中，为什么会出现模型的First Token Time（FTT）变长的问题？
展开
收起
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。
1
条回答
写回答
-
在多轮对话场景中，随着对话轮数的增加，请求长度变长，导致模型需要处理更多的token。由于第一次进入模型时，越来越多的token需要生成KV cache（键值对缓存），这会导致模型的FTT变长。
2024-05-23 17:47:06赞同 3 展开评论
相关问答