しかし、もう一度考えてみると、私の投機的なフラッシュが16/3200のエキスパートパターンを持つためには、それらのエキスパートは非常に小さい必要があります!!、そして私はこれが最適だとは思いません。 一方、このミーム論文とQwen3-Nextがすでにその規模の専門家を使用しているという事実(私の計算が正しければ)
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/11/05 20:31
しかし、もう一度考えてみると、私の投機的なフラッシュが16/3200のエキスパートパターンを持つためには、それらのエキスパートは非常に小さい必要があります!!、そして私はこれが最適だとは思いません。 一方、このミーム論文とQwen3-Nextがすでにその規模の専門家を使用しているという事実(私の計算が正しければ)