Block a user
P1:generation_ms 把流式中段沉默计入墙钟,裸生成时间名不副实
长尾延迟没有对冲机制,
TIMEOUT_S 一个旋钮调不出好取值
长尾延迟没有对冲机制,
TIMEOUT_S 一个旋钮调不出好取值
已在 1.3.7 解决(opt-in,默认关闭):
{SCOPE}__HEDGE__AFTER_S开启 chat 单路并发对冲:阈值到点向另一个等价源并发第二请求,谁先回用谁,输家取消收口。触发判据分流式(首 token 未至,误杀不了慢生成)与…
单源 + 上游 429 无 Retry-After 时,一次调用挂满整个 stall window(生产配置下 >20 分钟)
单源 + 上游 429 无 Retry-After 时,一次调用挂满整个 stall window(生产配置下 >20 分钟)
已在 1.3.6 解决( opt-in ):
- 新增可选整体调用期限
{SCOPE}__CALL_DEADLINE_S或 per-callcall_deadline_s=(缺省None不启用,不配置即逐字保持 1.3.5 语义)。期限覆盖缓存读、准入排队、退避…
长尾延迟没有对冲机制,
TIMEOUT_S 一个旋钮调不出好取值
还需要注意前端需要返回真实的生成时间,所以可能涉及到添加多一个额外的参数,这个参数是排除了重试以及等待时间的裸生成时间,并且应该取对冲请求中快的那个。这样子就可以获取真实的请求时间,而不包含因为llm…
LLMResponse 答不出「这次调用总共等了多久、试了几次」
LLMResponse 答不出「这次调用总共等了多久、试了几次」
本 issue 由 1.3.5 关闭(main ab00aa44576bd4cd47d0680d107d5191679dc1ee,tag v1.3.5,已上传 registry)。
治理单位从「一次尝试」补齐到「一次逻辑调用」:新导出 frozen dataclass `polygateway.CallSta…
遥测:上游状态码被压平、三分之二失败行没有归因列、21 条错误详情为空
本 issue 由 1.3.5 关闭(main ab00aa44576bd4cd47d0680d107d5191679dc1ee,tag v1.3.5,已上传 registry)。
归因缺失的三条本体已修:上游状态码不再被压平(中转把 529 改写成 503 就记 503,**不猜回…