在自然语言处理领域大型语言模型LLMs如GPT系列、BERT等已经展现出惊人的文本生成和理解能力。然而许多开发者和研究者在实际使用过程中发现这些模型在处理长文本时常常遇到词数诅咒问题——当输入或输出的文本长度超过一定阈值时模型性能会出现显著下降。本文将从技术原理角度深入分析这一现象并提供实用的解决方案和优化策略。1. LLMs中的词数限制问题解析1.1 什么是词数诅咒词数诅咒指的是LLMs在处理长文本时出现的性能衰减现象。具体表现为文本生成质量下降生成长文本时出现重复、逻辑断裂、主题偏离等问题信息理解不完整在处理长文档时遗漏关键信息或误解上下文关系计算资源急剧增加随着文本长度增长计算复杂度和内存消耗呈二次方增长1.2 技术根源分析这一问题的根本原因在于Transformer架构的自注意力机制。自注意力的计算复杂度为O(n²)其中n是序列长度。当文本长度增加时# 自注意力计算复杂度示例 def self_attention_complexity(sequence_length): # 计算复杂度为O(n²) complexity sequence_length ** 2 return complexity # 不同文本长度下的复杂度对比 lengths [100, 500, 1000, 2000] for length in lengths: comp self_attention_complexity(length) print(f序列长度{length}的复杂度: {comp})1.3 实际影响范围词数限制对不同类型的LLMs应用产生不同程度的影响对话系统长对话历史记忆不完整文档摘要无法有效处理超长文档代码生成大型代码文件理解困难学术研究长论文分析能力受限2. 主流LLMs的词数限制对比2.1 各模型限制分析当前主流LLMs在词数限制方面存在显著差异模型名称最大上下文长度技术特点适用场景GPT-3.54K tokens标准Transformer通用对话、短文本生成GPT-48K/32K tokens改进的位置编码长文档处理、复杂推理Claude-2100K tokens压缩注意力机制超长文档分析LLaMA-24K tokens优化推理效率研究开发ChatGLM8K tokens双语优化中长文本处理2.2 限制背后的技术考量词数限制不仅是技术限制也是工程权衡的结果# 内存消耗计算示例 def estimate_memory_usage(seq_len, hidden_size, batch_size1): 估算Transformer模型的内存使用量 seq_len: 序列长度 hidden_size: 隐藏层维度 batch_size: 批次大小 # 注意力矩阵内存占用 attention_memory (seq_len ** 2) * 4 # 假设float32精度 # 激活值内存占用 activation_memory seq_len * hidden_size * batch_size * 4 total_memory (attention_memory activation_memory) / (1024**3) # 转换为GB return total_memory # 计算不同序列长度下的内存需求 hidden_size 4096 # 典型隐藏层大小 lengths [1024, 2048, 4096, 8192] for length in lengths: memory_gb estimate_memory_usage(length, hidden_size) print(f序列长度{length}所需内存: {memory_gb:.2f}GB)3. 突破词数限制的技术方案3.1 分层处理策略对于超长文档采用分而治之的策略class LongTextProcessor: def __init__(self, chunk_size2000, overlap200): self.chunk_size chunk_size self.overlap overlap def split_text(self, text): 将长文本分割为重叠的块 chunks [] start 0 while start len(text): end start self.chunk_size chunk text[start:end] chunks.append(chunk) start end - self.overlap # 重叠部分确保上下文连贯 return chunks def process_long_document(self, document, model_function): 分段处理长文档 chunks self.split_text(document) results [] for chunk in chunks: result model_function(chunk) results.append(result) return self.merge_results(results) def merge_results(self, results): 合并分段处理结果 # 实现基于内容的重叠部分去重和逻辑衔接 merged for i, result in enumerate(results): if i 0: # 处理重叠部分的合并逻辑 overlap_start len(merged) - self.overlap if overlap_start 0: merged merged[:overlap_start] merged result return merged3.2 注意力机制优化采用稀疏注意力、局部注意力等优化方案import torch import torch.nn as nn class SparseAttention(nn.Module): def __init__(self, d_model, n_heads, window_size256): super().__init__() self.d_model d_model self.n_heads n_heads self.window_size window_size self.head_dim d_model // n_heads self.q_proj nn.Linear(d_model, d_model) self.k_proj nn.Linear(d_model, d_model) self.v_proj nn.Linear(d_model, d_model) self.out_proj nn.Linear(d_model, d_model) def forward(self, x, maskNone): batch_size, seq_len, _ x.shape # 投影计算Q、K、V q self.q_proj(x).view(batch_size, seq_len, self.n_heads, self.head_dim) k self.k_proj(x).view(batch_size, seq_len, self.n_heads, self.head_dim) v self.v_proj(x).view(batch_size, seq_len, self.n_heads, self.head_dim) # 稀疏注意力计算 attention_scores torch.zeros(batch_size, self.n_heads, seq_len, seq_len) # 仅计算局部窗口内的注意力 for i in range(0, seq_len, self.window_size): end min(i self.window_size, seq_len) q_window q[:, i:end] k_window k[:, max(0, i-self.window_size):min(seq_len, i2*self.window_size)] # 计算窗口内注意力得分 window_scores torch.matmul(q_window, k_window.transpose(-2, -1)) attention_scores[:, :, i:end, max(0, i-self.window_size):min(seq_len, i2*self.window_size)] window_scores if mask is not None: attention_scores attention_scores.masked_fill(mask 0, -1e9) attention_weights torch.softmax(attention_scores, dim-1) output torch.matmul(attention_weights, v) return self.out_proj(output)4. 实际工程应用方案4.1 长文档摘要系统实现下面是一个完整的长文档摘要系统示例import re from typing import List, Dict import numpy as np class LongDocumentSummarizer: def __init__(self, model, max_chunk_length2000): self.model model self.max_chunk_length max_chunk_length def preprocess_document(self, document: str) - List[str]: 预处理文档分割为语义完整的段落 # 按段落分割保持语义完整性 paragraphs re.split(r\n\s*\n, document) chunks [] current_chunk for paragraph in paragraphs: if len(current_chunk) len(paragraph) self.max_chunk_length: current_chunk paragraph \n\n else: if current_chunk: chunks.append(current_chunk.strip()) current_chunk paragraph \n\n if current_chunk: chunks.append(current_chunk.strip()) return chunks def generate_chunk_summary(self, chunk: str) - str: 生成单个文本块的摘要 prompt f请为以下文本生成简洁摘要\n\n{chunk}\n\n摘要 response self.model.generate(prompt) return response.strip() def hierarchical_summarization(self, document: str) - str: 分层摘要生成 # 第一层分段摘要 chunks self.preprocess_document(document) chunk_summaries [] for chunk in chunks: summary self.generate_chunk_summary(chunk) chunk_summaries.append(summary) # 第二层汇总摘要 combined_summaries \n.join(chunk_summaries) final_summary self.generate_chunk_summary(combined_summaries) return final_summary def evaluate_summary_quality(self, original: str, summary: str) - Dict: 评估摘要质量 # 计算压缩比 compression_ratio len(summary) / len(original) if len(original) 0 else 0 # 简单的内容保留度评估实际项目中可使用ROUGE等指标 original_words set(original.lower().split()) summary_words set(summary.lower().split()) overlap len(original_words.intersection(summary_words)) content_preservation overlap / len(original_words) if original_words else 0 return { compression_ratio: compression_ratio, content_preservation: content_preservation, summary_length: len(summary), original_length: len(original) }4.2 内存优化技巧在实际部署中内存优化至关重要class MemoryOptimizedLLM: def __init__(self, model, max_memory_gb8): self.model model self.max_memory_gb max_memory_gb def calculate_optimal_batch_size(self, sequence_length): 根据序列长度计算最优批次大小 # 估算单样本内存占用 single_sample_memory self.estimate_memory_per_sample(sequence_length) # 计算最大批次大小 max_batch_size int((self.max_memory_gb * 1024**3) / single_sample_memory) # 保留安全余量 safe_batch_size max(1, max_batch_size - 2) return safe_batch_size def estimate_memory_per_sample(self, seq_len): 估算单样本内存占用 # 简化估算公式 base_memory 500 * 1024 * 1024 # 基础模型内存 sequence_memory seq_len * 2048 * 4 # 序列相关内存 return base_memory sequence_memory def process_in_batches(self, texts, batch_sizeNone): 分批处理文本 if batch_size is None: # 自动计算批次大小 max_seq_len max(len(text) for text in texts) batch_size self.calculate_optimal_batch_size(max_seq_len) results [] for i in range(0, len(texts), batch_size): batch texts[i:ibatch_size] batch_results self.model.process_batch(batch) results.extend(batch_results) # 显存清理 if hasattr(torch, cuda): torch.cuda.empty_cache() return results5. 常见问题与解决方案5.1 性能问题排查指南在实际使用中经常遇到的问题及解决方法问题现象可能原因解决方案生成文本重复注意力机制失效调整temperature参数使用重复惩罚长文本理解错误上下文窗口限制采用分层处理增加重叠区域内存溢出序列过长或批次过大优化批次大小使用梯度检查点响应时间过长计算复杂度高使用稀疏注意力硬件加速5.2 参数调优实践针对不同场景的参数配置建议class LLMParameterOptimizer: def __init__(self, model): self.model model def optimize_for_long_text(self): 长文本生成优化参数 return { temperature: 0.7, # 降低随机性 top_p: 0.9, # 核采样 repetition_penalty: 1.2, # 重复惩罚 max_length: 4000, # 最大生成长度 do_sample: True # 启用采样 } def optimize_for_summarization(self): 摘要任务优化参数 return { temperature: 0.3, # 高确定性 top_p: 0.95, max_length: 512, # 限制摘要长度 num_beams: 4, # 束搜索 early_stopping: True } def dynamic_parameter_adjustment(self, text_length): 根据文本长度动态调整参数 base_params self.optimize_for_long_text() if text_length 3000: base_params[temperature] 0.5 base_params[max_length] min(8000, text_length // 2) elif text_length 1000: base_params[temperature] 0.8 return base_params6. 最佳实践与工程建议6.1 生产环境部署策略在真实业务场景中部署LLMs的长文本处理能力架构设计原则采用微服务架构将长文本处理独立部署实现请求队列和负载均衡机制设置合理的超时时间和重试策略添加监控和告警系统代码示例异步处理框架import asyncio from concurrent.futures import ThreadPoolExecutor import time class AsyncTextProcessor: def __init__(self, model, max_workers4): self.model model self.executor ThreadPoolExecutor(max_workersmax_workers) async def process_long_text_async(self, text: str) - str: 异步处理长文本 loop asyncio.get_event_loop() # 将CPU密集型任务放到线程池执行 result await loop.run_in_executor( self.executor, self._sync_process, text ) return result def _sync_process(self, text: str) - str: 同步处理函数 # 这里是实际的长文本处理逻辑 processor LongDocumentSummarizer(self.model) return processor.hierarchical_summarization(text) async def batch_process_async(self, texts: List[str]) - List[str]: 批量异步处理 tasks [] for text in texts: task self.process_long_text_async(text) tasks.append(task) results await asyncio.gather(*tasks) return results # 使用示例 async def main(): processor AsyncTextProcessor(model) texts [长文本1, 长文本2, 长文本3] results await processor.batch_process_async(texts) print(results)6.2 性能监控与优化建立完整的监控体系确保系统稳定性import psutil import time from dataclasses import dataclass from typing import Optional dataclass class PerformanceMetrics: processing_time: float memory_usage_mb: float output_quality: float error_rate: float class LLMMonitor: def __init__(self): self.metrics_history [] def start_monitoring(self): self.start_time time.time() self.start_memory psutil.Process().memory_info().rss / 1024 / 1024 def stop_monitoring(self) - PerformanceMetrics: end_time time.time() end_memory psutil.Process().memory_info().rss / 1024 / 1024 metrics PerformanceMetrics( processing_timeend_time - self.start_time, memory_usage_mbend_memory - self.start_memory, output_quality0.0, # 需要具体评估逻辑 error_rate0.0 # 需要错误统计 ) self.metrics_history.append(metrics) return metrics def get_performance_trends(self) - dict: 分析性能趋势 if len(self.metrics_history) 2: return {} recent_metrics self.metrics_history[-10:] # 最近10次 trends { avg_processing_time: np.mean([m.processing_time for m in recent_metrics]), max_memory_usage: max([m.memory_usage_mb for m in recent_metrics]), performance_degradation: self._check_degradation() } return trends def _check_degradation(self) - bool: 检查性能是否下降 # 实现性能下降检测逻辑 return False6.3 安全与可靠性考虑在处理长文本时特别注意的安全事项输入验证与过滤class TextSecurityValidator: def __init__(self): self.max_length 100000 # 最大输入长度限制 self.suspicious_patterns [ r(?i)(password|token|key)\s*[:]\s*[\w], # 添加更多敏感信息模式 ] def validate_input(self, text: str) - bool: 验证输入文本安全性 if len(text) self.max_length: return False for pattern in self.suspicious_patterns: if re.search(pattern, text): return False return True def sanitize_text(self, text: str) - str: 清理敏感信息 sanitized text for pattern in self.suspicious_patterns: sanitized re.sub(pattern, [REDACTED], sanitized) # 限制最大长度 if len(sanitized) self.max_length: sanitized sanitized[:self.max_length] return sanitized通过系统化的方法解决LLMs的词数限制问题开发者可以在保持模型性能的同时有效处理长文本任务。关键在于理解技术限制的本质并采用合适的分层处理、内存优化和工程架构方案。
在自然语言处理领域大型语言模型LLMs如GPT系列、BERT等已经展现出惊人的文本生成和理解能力。然而许多开发者和研究者在实际使用过程中发现这些模型在处理长文本时常常遇到词数诅咒问题——当输入或输出的文本长度超过一定阈值时模型性能会出现显著下降。本文将从技术原理角度深入分析这一现象并提供实用的解决方案和优化策略。1. LLMs中的词数限制问题解析1.1 什么是词数诅咒词数诅咒指的是LLMs在处理长文本时出现的性能衰减现象。具体表现为文本生成质量下降生成长文本时出现重复、逻辑断裂、主题偏离等问题信息理解不完整在处理长文档时遗漏关键信息或误解上下文关系计算资源急剧增加随着文本长度增长计算复杂度和内存消耗呈二次方增长1.2 技术根源分析这一问题的根本原因在于Transformer架构的自注意力机制。自注意力的计算复杂度为O(n²)其中n是序列长度。当文本长度增加时# 自注意力计算复杂度示例 def self_attention_complexity(sequence_length): # 计算复杂度为O(n²) complexity sequence_length ** 2 return complexity # 不同文本长度下的复杂度对比 lengths [100, 500, 1000, 2000] for length in lengths: comp self_attention_complexity(length) print(f序列长度{length}的复杂度: {comp})1.3 实际影响范围词数限制对不同类型的LLMs应用产生不同程度的影响对话系统长对话历史记忆不完整文档摘要无法有效处理超长文档代码生成大型代码文件理解困难学术研究长论文分析能力受限2. 主流LLMs的词数限制对比2.1 各模型限制分析当前主流LLMs在词数限制方面存在显著差异模型名称最大上下文长度技术特点适用场景GPT-3.54K tokens标准Transformer通用对话、短文本生成GPT-48K/32K tokens改进的位置编码长文档处理、复杂推理Claude-2100K tokens压缩注意力机制超长文档分析LLaMA-24K tokens优化推理效率研究开发ChatGLM8K tokens双语优化中长文本处理2.2 限制背后的技术考量词数限制不仅是技术限制也是工程权衡的结果# 内存消耗计算示例 def estimate_memory_usage(seq_len, hidden_size, batch_size1): 估算Transformer模型的内存使用量 seq_len: 序列长度 hidden_size: 隐藏层维度 batch_size: 批次大小 # 注意力矩阵内存占用 attention_memory (seq_len ** 2) * 4 # 假设float32精度 # 激活值内存占用 activation_memory seq_len * hidden_size * batch_size * 4 total_memory (attention_memory activation_memory) / (1024**3) # 转换为GB return total_memory # 计算不同序列长度下的内存需求 hidden_size 4096 # 典型隐藏层大小 lengths [1024, 2048, 4096, 8192] for length in lengths: memory_gb estimate_memory_usage(length, hidden_size) print(f序列长度{length}所需内存: {memory_gb:.2f}GB)3. 突破词数限制的技术方案3.1 分层处理策略对于超长文档采用分而治之的策略class LongTextProcessor: def __init__(self, chunk_size2000, overlap200): self.chunk_size chunk_size self.overlap overlap def split_text(self, text): 将长文本分割为重叠的块 chunks [] start 0 while start len(text): end start self.chunk_size chunk text[start:end] chunks.append(chunk) start end - self.overlap # 重叠部分确保上下文连贯 return chunks def process_long_document(self, document, model_function): 分段处理长文档 chunks self.split_text(document) results [] for chunk in chunks: result model_function(chunk) results.append(result) return self.merge_results(results) def merge_results(self, results): 合并分段处理结果 # 实现基于内容的重叠部分去重和逻辑衔接 merged for i, result in enumerate(results): if i 0: # 处理重叠部分的合并逻辑 overlap_start len(merged) - self.overlap if overlap_start 0: merged merged[:overlap_start] merged result return merged3.2 注意力机制优化采用稀疏注意力、局部注意力等优化方案import torch import torch.nn as nn class SparseAttention(nn.Module): def __init__(self, d_model, n_heads, window_size256): super().__init__() self.d_model d_model self.n_heads n_heads self.window_size window_size self.head_dim d_model // n_heads self.q_proj nn.Linear(d_model, d_model) self.k_proj nn.Linear(d_model, d_model) self.v_proj nn.Linear(d_model, d_model) self.out_proj nn.Linear(d_model, d_model) def forward(self, x, maskNone): batch_size, seq_len, _ x.shape # 投影计算Q、K、V q self.q_proj(x).view(batch_size, seq_len, self.n_heads, self.head_dim) k self.k_proj(x).view(batch_size, seq_len, self.n_heads, self.head_dim) v self.v_proj(x).view(batch_size, seq_len, self.n_heads, self.head_dim) # 稀疏注意力计算 attention_scores torch.zeros(batch_size, self.n_heads, seq_len, seq_len) # 仅计算局部窗口内的注意力 for i in range(0, seq_len, self.window_size): end min(i self.window_size, seq_len) q_window q[:, i:end] k_window k[:, max(0, i-self.window_size):min(seq_len, i2*self.window_size)] # 计算窗口内注意力得分 window_scores torch.matmul(q_window, k_window.transpose(-2, -1)) attention_scores[:, :, i:end, max(0, i-self.window_size):min(seq_len, i2*self.window_size)] window_scores if mask is not None: attention_scores attention_scores.masked_fill(mask 0, -1e9) attention_weights torch.softmax(attention_scores, dim-1) output torch.matmul(attention_weights, v) return self.out_proj(output)4. 实际工程应用方案4.1 长文档摘要系统实现下面是一个完整的长文档摘要系统示例import re from typing import List, Dict import numpy as np class LongDocumentSummarizer: def __init__(self, model, max_chunk_length2000): self.model model self.max_chunk_length max_chunk_length def preprocess_document(self, document: str) - List[str]: 预处理文档分割为语义完整的段落 # 按段落分割保持语义完整性 paragraphs re.split(r\n\s*\n, document) chunks [] current_chunk for paragraph in paragraphs: if len(current_chunk) len(paragraph) self.max_chunk_length: current_chunk paragraph \n\n else: if current_chunk: chunks.append(current_chunk.strip()) current_chunk paragraph \n\n if current_chunk: chunks.append(current_chunk.strip()) return chunks def generate_chunk_summary(self, chunk: str) - str: 生成单个文本块的摘要 prompt f请为以下文本生成简洁摘要\n\n{chunk}\n\n摘要 response self.model.generate(prompt) return response.strip() def hierarchical_summarization(self, document: str) - str: 分层摘要生成 # 第一层分段摘要 chunks self.preprocess_document(document) chunk_summaries [] for chunk in chunks: summary self.generate_chunk_summary(chunk) chunk_summaries.append(summary) # 第二层汇总摘要 combined_summaries \n.join(chunk_summaries) final_summary self.generate_chunk_summary(combined_summaries) return final_summary def evaluate_summary_quality(self, original: str, summary: str) - Dict: 评估摘要质量 # 计算压缩比 compression_ratio len(summary) / len(original) if len(original) 0 else 0 # 简单的内容保留度评估实际项目中可使用ROUGE等指标 original_words set(original.lower().split()) summary_words set(summary.lower().split()) overlap len(original_words.intersection(summary_words)) content_preservation overlap / len(original_words) if original_words else 0 return { compression_ratio: compression_ratio, content_preservation: content_preservation, summary_length: len(summary), original_length: len(original) }4.2 内存优化技巧在实际部署中内存优化至关重要class MemoryOptimizedLLM: def __init__(self, model, max_memory_gb8): self.model model self.max_memory_gb max_memory_gb def calculate_optimal_batch_size(self, sequence_length): 根据序列长度计算最优批次大小 # 估算单样本内存占用 single_sample_memory self.estimate_memory_per_sample(sequence_length) # 计算最大批次大小 max_batch_size int((self.max_memory_gb * 1024**3) / single_sample_memory) # 保留安全余量 safe_batch_size max(1, max_batch_size - 2) return safe_batch_size def estimate_memory_per_sample(self, seq_len): 估算单样本内存占用 # 简化估算公式 base_memory 500 * 1024 * 1024 # 基础模型内存 sequence_memory seq_len * 2048 * 4 # 序列相关内存 return base_memory sequence_memory def process_in_batches(self, texts, batch_sizeNone): 分批处理文本 if batch_size is None: # 自动计算批次大小 max_seq_len max(len(text) for text in texts) batch_size self.calculate_optimal_batch_size(max_seq_len) results [] for i in range(0, len(texts), batch_size): batch texts[i:ibatch_size] batch_results self.model.process_batch(batch) results.extend(batch_results) # 显存清理 if hasattr(torch, cuda): torch.cuda.empty_cache() return results5. 常见问题与解决方案5.1 性能问题排查指南在实际使用中经常遇到的问题及解决方法问题现象可能原因解决方案生成文本重复注意力机制失效调整temperature参数使用重复惩罚长文本理解错误上下文窗口限制采用分层处理增加重叠区域内存溢出序列过长或批次过大优化批次大小使用梯度检查点响应时间过长计算复杂度高使用稀疏注意力硬件加速5.2 参数调优实践针对不同场景的参数配置建议class LLMParameterOptimizer: def __init__(self, model): self.model model def optimize_for_long_text(self): 长文本生成优化参数 return { temperature: 0.7, # 降低随机性 top_p: 0.9, # 核采样 repetition_penalty: 1.2, # 重复惩罚 max_length: 4000, # 最大生成长度 do_sample: True # 启用采样 } def optimize_for_summarization(self): 摘要任务优化参数 return { temperature: 0.3, # 高确定性 top_p: 0.95, max_length: 512, # 限制摘要长度 num_beams: 4, # 束搜索 early_stopping: True } def dynamic_parameter_adjustment(self, text_length): 根据文本长度动态调整参数 base_params self.optimize_for_long_text() if text_length 3000: base_params[temperature] 0.5 base_params[max_length] min(8000, text_length // 2) elif text_length 1000: base_params[temperature] 0.8 return base_params6. 最佳实践与工程建议6.1 生产环境部署策略在真实业务场景中部署LLMs的长文本处理能力架构设计原则采用微服务架构将长文本处理独立部署实现请求队列和负载均衡机制设置合理的超时时间和重试策略添加监控和告警系统代码示例异步处理框架import asyncio from concurrent.futures import ThreadPoolExecutor import time class AsyncTextProcessor: def __init__(self, model, max_workers4): self.model model self.executor ThreadPoolExecutor(max_workersmax_workers) async def process_long_text_async(self, text: str) - str: 异步处理长文本 loop asyncio.get_event_loop() # 将CPU密集型任务放到线程池执行 result await loop.run_in_executor( self.executor, self._sync_process, text ) return result def _sync_process(self, text: str) - str: 同步处理函数 # 这里是实际的长文本处理逻辑 processor LongDocumentSummarizer(self.model) return processor.hierarchical_summarization(text) async def batch_process_async(self, texts: List[str]) - List[str]: 批量异步处理 tasks [] for text in texts: task self.process_long_text_async(text) tasks.append(task) results await asyncio.gather(*tasks) return results # 使用示例 async def main(): processor AsyncTextProcessor(model) texts [长文本1, 长文本2, 长文本3] results await processor.batch_process_async(texts) print(results)6.2 性能监控与优化建立完整的监控体系确保系统稳定性import psutil import time from dataclasses import dataclass from typing import Optional dataclass class PerformanceMetrics: processing_time: float memory_usage_mb: float output_quality: float error_rate: float class LLMMonitor: def __init__(self): self.metrics_history [] def start_monitoring(self): self.start_time time.time() self.start_memory psutil.Process().memory_info().rss / 1024 / 1024 def stop_monitoring(self) - PerformanceMetrics: end_time time.time() end_memory psutil.Process().memory_info().rss / 1024 / 1024 metrics PerformanceMetrics( processing_timeend_time - self.start_time, memory_usage_mbend_memory - self.start_memory, output_quality0.0, # 需要具体评估逻辑 error_rate0.0 # 需要错误统计 ) self.metrics_history.append(metrics) return metrics def get_performance_trends(self) - dict: 分析性能趋势 if len(self.metrics_history) 2: return {} recent_metrics self.metrics_history[-10:] # 最近10次 trends { avg_processing_time: np.mean([m.processing_time for m in recent_metrics]), max_memory_usage: max([m.memory_usage_mb for m in recent_metrics]), performance_degradation: self._check_degradation() } return trends def _check_degradation(self) - bool: 检查性能是否下降 # 实现性能下降检测逻辑 return False6.3 安全与可靠性考虑在处理长文本时特别注意的安全事项输入验证与过滤class TextSecurityValidator: def __init__(self): self.max_length 100000 # 最大输入长度限制 self.suspicious_patterns [ r(?i)(password|token|key)\s*[:]\s*[\w], # 添加更多敏感信息模式 ] def validate_input(self, text: str) - bool: 验证输入文本安全性 if len(text) self.max_length: return False for pattern in self.suspicious_patterns: if re.search(pattern, text): return False return True def sanitize_text(self, text: str) - str: 清理敏感信息 sanitized text for pattern in self.suspicious_patterns: sanitized re.sub(pattern, [REDACTED], sanitized) # 限制最大长度 if len(sanitized) self.max_length: sanitized sanitized[:self.max_length] return sanitized通过系统化的方法解决LLMs的词数限制问题开发者可以在保持模型性能的同时有效处理长文本任务。关键在于理解技术限制的本质并采用合适的分层处理、内存优化和工程架构方案。
