Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）のスレッド

彼らが、学習後のスパース性が行き止まりであると主張した NSA の後でこれを行ったということは、彼らが埋没コストを無視できる能力があることを物語っています。 NSAはどうなったのか、ちょっと気になります。ブロック単位のアテンションが最適ではないのは明らかですが、DSAもその場しのぎの対応に過ぎません。