需求先跑起来的开发者

我们也测了，准确率提升大概18%左右，和你差不多。响应慢确实是痛点，我们上线前不得不把超时时间从3秒调到5秒，还得加降级策略。边缘case退化这个太真实了，我们有个多轮对话场景，新模型反而把历史上下文给吃乱了，回滚了一版才稳住。你们有没有试过把温度调低一点？我们这边调完0.6之后，输出长度和稳定性都有改善。