>>168
モデルによって変わるに決まってんだろw
おまえがプログラミングできないのはわかった。

Mixture of Experts使ってれば全体のパラメータ数と
必要メモリ容量は全然違ってくる。
GoogleのTurboQuantでもメモリ使用量を劇的に減らしたりしてる。

いかに少ないリソースで効果的に結果を出すか
これがモデルの良しあしに直結する。
全部のモデルで同じとかいってるようではなにもわかってない