El arnés te permite avanzar mucho más solo con yoloing, pero el rendimiento puede mejorarse mucho con un poco de perfilado. ¿Qué está consumiendo el contexto? ¿Qué está ocupando el espacio? Mira las pistas. lo que se acumula en la memoria. ¿Qué está cagando y errores de lanzamiento? ¿Qué está tardando demasiado (300 veces demasiado) (porque carga en FP32 en vez de FP16 y luego se cambia a la memoria del sistema

¿Cuáles son las inclinaciones del modelo? ¿Qué puedes construir en el entorno para mejorar la capacidad según estas inclinaciones? ¿Cómo puedes mejorar la coherencia y la memoria a largo plazo?