Mises Dev on Nostr: Sim, é exatamente isso mesmo, como os parâmetros tem muito menos casas decimais, o ...

Sim, é exatamente isso mesmo, como os parâmetros tem muito menos casas decimais, o modelo é muito menor em termos de memória, processa mais rápido dado o tamanho dos números(parâmetros) em bytes, e o treinamento é mais barato.

A questão não é os avanços em IA, mas os ganhos de eficiência brutais.