Quels devraient être les meilleurs tokens utilisés par n8n pour ses modèles LLM lors de l'envoi d'une invite de workflow builder par l'utilisateur

Combien de tokens sont les meilleurs pour extraire la meilleure production du modèle

Il n’y a pas de nombre magique pour les tokens, mes recommandations, pour les
Tâches simples, par exemple l’analyse de texte, les mappages basiques, c’est 500 à 1000 tokens maximum, car c’est rapide et peu coûteux, pour la Logique complexe / Génération de code, je recommande 2000 - 4000 tokens maximum, car cela donne au modèle suffisamment de place pour produire du JSON bien commenté, etc. Pour les boucles multi-agents avancées, laissez faire au modèle, ce qui lui permet de choisir naturellement sa longueur de sortie jusqu’à sa capacité maximale native. J’espère que cela vous aide :crossed_fingers:

  • Classification ou réponses oui/non : 50 à 200

  • Extraction de données structurées (JSON, champs) : 300 à 800

  • Résumés ou courtes analyses : 500 à 1500

  • Contenu long ou raisonnement détaillé : 1500 à 4000

Si vous obtenez des réponses tronquées, doublez votre limite actuelle et testez à nouveau. Si le coût est une préoccupation, enregistrez l’utilisation réelle des tokens à partir de la réponse du modèle et réglez le plafond à 20 % au-dessus de votre moyenne.

À quoi l’utilisez-vous ? Cela m’aidera à affiner la réponse.

This topic was automatically closed 90 days after the last reply. New replies are no longer allowed.