一位名叫Serguey Asael Shinder的软件工程师观察到,由于时间戳被放置在提示的开头,提示缓存无效。提示缓存依赖于相同的前缀,而每次请求开头不断变化的时间戳阻止了任何缓存token的重用。Shinder建议重新排序提示,将指令和工具定义等稳定元素放在前面,然后是时间戳和用户问题等会话特定和请求特定的信息,以最大限度地提高缓存效率。 AI
影响 优化提示结构可以显著降低LLM的推理成本和延迟。
排序理由 作者讨论了关于LLM中提示缓存有效性的技术观察。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →