載入中...
載入中...
DSPy 是源自 Stanford NLP、採 MIT 授權的 Python 框架,以 Signature、Module、Metric 與 Optimizer 將 LLM 應用從手工提示詞提升為可測量的程式。它能自動搜尋 instructions、few-shot demos,並在模型支援時微調 weights;但前提是先有代表性資料、可靠 metric、獨立 validation/test set 與足夠優化預算。
Redis LangCache 在 LLM 呼叫前先搜尋語意相近的既有回答,命中時直接回傳,未命中才呼叫模型並寫回快取。官方主打最高節省 90% API 成本,但實際效益取決於重複率、相似度門檻、TTL、資料隔離與失效策略;目前文件仍標示 preview,社群提到的 15 倍速度應視為情境化宣稱,而非普遍保證。