非程序员小白提问，即使所有的 AI 底层逻辑都是边计算边输出，那也可以选择在前端缓存几秒后再输出完整结果，但为什么都选择了逐字逐句输出呢？ 个人认为非常影响阅读体验，一是输出速度赶不上我阅读速度，二是边看变输出很影响体验，就像不断在刷新屏幕一样，如果等全部输出完再阅读，那为什么客户端不加个选项，选择一次性输出完整内容呢？ 我宁愿多等几秒再看结果也不喜欢这种逐字逐句模式。
 |
1
xfn 5 天前
这个问题完全可以问 AI
 |
 |
2
yaron1123 5 天前  1
是可以做到的，只不过 chatgpt 先做了流式输出，首帧先出来给人的感觉响应会快一点，如果要等全部生成完再一下子出时间不可控。其他产品都无脑抄了而已。
|
 |
3
Configuration 5 天前
仪式感
|
 |
4
zhangshine 5 天前
可能大多数人喜欢。最近的 deepseek 没有隐藏 cot ，用户就很喜欢，CloseAI 隐藏了用户反响没有那么大，也开始学 deepseek 显示 cot 过程了
|
 |
5
retrocode 5 天前 5
多等几秒?ai 回复长一些是按分钟输出的, 你什么都不显示让用户干等, 这帮货就开始喷人了
|
 |
7
520discuz 5 天前 1
逐步输出才更像 AI ，如果是一下输出全部显示结果，和普通的搜索引擎有什么区别？
|
 |
9
codehz 5 天前 via Android
有没有一种可能个性化是要有成本的，现在这套模式差不多是多数人能接受的妥协
简短的回答搜索引擎也有做，没法和 llm 应用拉出差距 然后输出中断继续这个会增加计算成本，因为需要一直保存之前的状态 |
 |
10
JamesR 5 天前
为了好看做的动画效果，后台数据是秒出的。
|
 |
11
cheng6563 5 天前 1
LLM 的基本就是你输入一段聊天记录，模型生成下一个字。
你以为是故意搞的特效么。 |
 |
12
Rickkkkkkk 5 天前
简单理解成，现在诸如 chatgpt 的原理是
拿到一段文本，预测下一个字符是什么，所以是一个字一个字说的 |
 |
14
andyC 5 天前
因为 load 时间过长, 应用层通过这样的方式优化客户体验
|
 |
16
javalaw2010 5 天前
大部分用户都不愿意多等几秒的，可能你问的问题很简单，几十个字就完成了，但是一些很复杂的问题，输出可能得几百字上千字，全部等待输出完可能得几分钟了，这谁等的了啊。
另外大模型推理也是有成本的，在输出一定篇幅之后用户对回答可能不满意，可以选择中断推理，从而节省成本。 |
 |
17
clementewy 5 天前
流式输出
|
 |
18
mumbler 5 天前 2
你先回答我一个问题： 你下面即将说的第 10 个字的什么字？
是不是要先说前 9 个字才知道，人脑推理就是一个字一个字的，大模型作为模仿人类语言的系统也是这样的 大模型推理效率逐渐提高，groq 可以做到 2000t/s 了，打字机效果反而是负优化，可以一次出结果，但无论多块，推理得一个 token 一个 token 的推 |
 |
19
zhuangqhc 5 天前 via Android
流式输出，减少第一个 token 的等待时间
|
 |
20
hanqian 5 天前
前端的流式输出是可以关的，而且这可以规避某些外部审查（比如 gemini 的）
而且这种输出效果本来就是大多数用户的选择。我记得很清楚 chatgpt3.5 刚出来那会并没有流式输出 |
 |
21
huoshanhui 5 天前
你想想人类打字说话，为什么也是一字一词的输出。（最小有意义的单位）
|
 |
22
z1829909 4 天前 via Android
可能是个人习惯，你喜欢等待完整一起输出。
但是现在大模型 toc 的产品都在优化首字出现的延迟，这对用户的留存比较重要。 如果是不熟悉的产品，等了几秒还不出结果，大部分人就开始关闭页面了。 |
 |
23
catazshadow 4 天前
@mumbler 现在人类并不知道人脑是怎么推理的，这些 AI 只是对观察到的“人说话是一个字一个的说的”这个现象的模仿
|
 |
24
dapang1221 4 天前
因为本质就是通过一堆输入进去的字，来预测下一个字是什__
|
 |
25
paopjian 4 天前
因为 chatgpt 创造了这种一字一字蹦的方式, 先驱者是模仿对象
|
 |
26
LevineChen 4 天前 1
你可以等几秒再看, 就和早期互联网看视频一样, 觉得卡就等一下缓冲, 现在的生成速度是受限于算力和推理技术, 不是故意让你难受的
|
 |
27
shintendo 4 天前
你可以选择问完问题就切出去看别的，过一会再回来看结果
|
 |
28
cmdOptionKana 4 天前
|
 |
29
rcchen123 4 天前
可以使用 api 调接口，选择非流式输出。
这样就会在获得全部结果后，一下子发出来。 |
 |
30
moooooooo 4 天前
因为生成式 AI 本质是预测一个字的下一个字应该是什么，所以思考什么的并不存在，这也是「 ai 存在幻觉」的原因
|
 |
31
h272377502 4 天前 1
@JamesR 不懂其实可以不评论的
|
 |
32
godspeedyou 4 天前
LLM 区别之前的传统模型，主要是具有通用的任务解答能力，而这个能力主要通过预测下一个词元的预训练任务进行学习。
|
 |
33
jadehare 4 天前
@JamesR 哥们你去了解一下吧，生成逻辑都是结合上下文的，第二个字生成的概率会受第一个字影响，依此类推。大段文字生成能秒出要么模型太小，要么怕不是用的量子计算机呦。
|
 |
34
PainAndLove 4 天前
你和别人对话，你希望对方是一个字一个字的讲，还是一段话一段话的讲？
|
 |
35
183387594 4 天前
https://chat.mistral.ai/chat?q=
试试这个 够快 就不用 流式输出 |
 |
36
hmxxmh 4 天前
把 stearm 设置成 false 就是一次性输出了，因为回答比较耗时，一次性输出会给人一种卡顿的感觉，而流式输出给人的感官是友好的，像人一样一个字一个字说
|
 |
37
oldlamp 4 天前 via Android
不懂不可怕，不懂还强行输出，好可怕。
我说我自己。 |
 |
38
daimiaopeng 4 天前
逐字生成生成的速度受限于性能可能不同，即便是相同的长度生成时间不一样，从产品逻辑上来看，一个一个字的看明显好于等待几秒看一段话再
|
 |
39
mbooyn 4 天前
人类都有对方正在输入…
|
 |
40
ZennoZ 4 天前
可以自己写一个交互界面，把 stream=false ，也就是把流式输出关掉。现在的 AI 可以干这种程度的编程工作。当然了如果想让界面好看，你可以拆解一个开源的大模型聊天软件，自己改。然后出什么 bug 继续找 AIdebug
|
 |
41
yufeng0681 4 天前
@retrocode #5 超过 3 秒，用户就等不下去了，流式输出能降低用户等待的焦虑感。 大部分人都能一边阅读，一边等后面的内容输出（也就是自己先等 3 秒，然后阅读，能不受后续流式输出的影响）。 至于像题主这种少数人，目前没有更好的交互体验（无法预测这次回答总共需要多少秒，每 N 秒输出一大段内容，你也会提前看完，又处于 wait 状态，体验还是得不到提升，而且中断的 N 秒，假设内容还是断的，你又会说这个是太监段落）。
|
 |
42
lianyue 4 天前
你没问过复杂的问题吧 复杂的问题 输出时间 10 分钟都有
|
 |
43
katos 4 天前
请看这个视频学习。 关于 AI 的深度研究：ChatGPT 正在产生心智吗？
https://www.bilibili.com/video/BV1uu4y1m7ak |
 |
44
chengxixi 4 天前
Transformer 模型（如 GPT ）本质上是 自回归模型，必须按顺序逐个生成 token （字 / 词）。每个新 token 的生成都严格依赖前文，无法跳跃或并行生成后续内容
|
 |
45
nash 4 天前
让你觉得它在很卖力的输出
|
 |
46
moefishtang 3 天前
可以选择流式输出和非流式输出的
一个立等可取，一个得等全部输出完才有结果 非流式输出一个常见的应用场景是沉浸式翻译这类，翻译结果都是一行一行整个输出的 |
 |
47
secondwtq 3 天前
路径依赖，一开始 ChatGPT 就是这样的，后人做的时候肯定要“对标”ChatGPT ，“超越”ChatGPT ，“弯道超车”ChatGPT 。ChatGPT 一开始就有的特技你没有，岂不是面子很挂不住？没看现在连 API 都是统一的 OpenAI 格式。
你自己去写客户端的话就会发现还是直接输出简单，流式输出反而有额外的成本（我的做法是加了个转圈动画，因为这玩意甚至没法做进度条 ...）。 至于好不好看你怎么理解，现在的 chatbot ，比如我常用的 ChatGPT 和 DeepSeek ，是把用户的消息用气泡显示，LLM 的消息用无装饰的文本框显示。显然气泡是 IM 里面抄过来的，但是 LLM 消息没有用气泡说明这个 chat 的逻辑和一般 IM 的 chat 不一样，这个设计其实就隐含了用户的消息一般比较简短随意，LLM 的消息比较啰嗦全面的一个条件（有时候很麻烦，因为长 prompt 就很难处理，手机上连换行都打不了）。现实 IM 里面是不会给你随时显示对方打的字的，因为对方有可能会改，有可能有没来得及删的敏感信息，甚至有可能根本没在打字，所以你跟人网上聊天就不会想能不能像 LLM 一样流式输出，IM 中确实有“流式”，不过一般体现为连续发送多个简短消息，但是 LLM 现在不会这么干，至少直接推理做不到。让用户等的话就会出现 IM 经典场景：“？”——并不是，因为用户在此期间甚至不能发新消息 ... 反正现在这个状态是不符合 IM 图灵测试的标准的，当搜索引擎用吧 ... |
Select Language