PulseAugur
中
实时 02:33:10
English(EN) Semantic caching our flaky-test summariser: 58% fewer LLM calls

Buildkite 通过语义缓存将 LLM 调用减少 58%

作者 PulseAugur 编辑部 · [1 个来源] ·

Buildkite 在其内部的不稳定测试摘要器中实现了语义缓存，显著减少了 LLM 调用和成本。通过使用其网关 Bifröst，根据含义而非精确文本缓存摘要，他们实现了 anthropic/claude-haiku 和 openai/gpt-4o-mini 等提供商调用次数减少 58%。此优化还提高了延迟，并在一次长达 11 分钟的提供商中断期间提供了弹性，证明了缓存对成本和可靠性的双重好处。 AI

影响 通过语义缓存展示了一种降低 LLM 运营成本和提高可靠性的实用方法。

排序理由 这是关于在特定公司产品中优化 LLM 使用的技术实现细节，而不是前沿发布或重要的行业事件。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Buildkite 通过语义缓存将 LLM 调用减少 58%

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · claire nguyen ·

    语义缓存我们的不稳定测试摘要器：LLM 调用减少 58%

    <p><strong>TL;DR: Our internal flaky-test summariser at Buildkite was firing ~40k LLM calls a day, and most were near-duplicates of failures we'd already explained. Switching on semantic caching in Bifrost cut live provider calls by 58% and dropped p50 latency on cache hits from …

相关实体

相关话题