English(EN) HotKV cut Claude token use by 70% in our Banking77 benchmark

HotKV 通过语义缓存将 Claude 的 token 使用量减少了 70%

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 02:15

HotKV 是一个语义缓存系统，通过从内存中处理重复和相似的客户支持查询，显著降低了 LLM 的运营成本。在测试 Anthropic 的 Claude 模型时，HotKV 将 token 使用量和 API 费用减少了约 70%。虽然完全匹配的查询得到了完美处理，但在默认 0.81 相似度阈值下的语义匹配导致答案相关性与直接模型调用相比略有下降，尽管在更高的相似度阈值下这种差距有所缓解。 AI

影响优化处理重复查询的应用程序的 LLM 运营成本和效率。

排序理由该条目描述了一个优化 LLM 使用的工具，而不是一个新的模型发布或核心研究。

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 →

本文如何被排名

Signal score: 23 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一个优化 LLM 使用的工具，而不是一个新的模型发布或核心研究。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: infra, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · HotKV Ltd · 2026-10-19 02:15

HotKV 在我们的 Banking77 基准测试中将 Claude 的 token 使用量减少了 70%

<p>A semantic cache promises to cut LLM spend by answering repeated and similar questions from memory instead of calling the model. We measured that end to end: the same 3,000 customer support requests, sent to each of four Claude models twice, once straight to the model and once…

本文如何被排名

报道来源 [1]

HotKV 在我们的 Banking77 基准测试中将 Claude 的 token 使用量减少了 70%

相关实体

相关话题