一项针对CPU性能的最新基准测试表明,LLM的token级过滤每token仅增加0.15至0.34毫秒的微小开销,即使有高达10,000个禁止模式。该过滤方法的主要成本在于初始的自动机构建时间,这是一次性支出而非每次请求的成本。批处理可以进一步降低单项成本,而对整体解码时间的影响百分比则很大程度上取决于具体的模型和工作负载。 AI
影响 这项研究量化了token级过滤的性能成本,让开发者在LLM应用中实施安全措施时,能够了解潜在的延迟影响。
排序理由 基准测试结果详细说明了特定LLM过滤技术的性能特征。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →