Какой памяти: Контекст ЛЛМ? Перформанс моделей? Перформанс по Rewards?

Абсолютного веса модели в байтах. Вы что хотели добавить?

Предлагаю вернуться к моменту, где мы друг-друга не поняли

Суть по сути везде простая. Гипотетическая ситуация. Два актора: вы и мошенники. Есть целевая функция - количесто во денег у вас на счету.

Ок. Раз уж вы решили добавить. Раскройте суть. Вы заметили, что мы говорим о неизменности занимаемой памяти?

Разберись в начале что такое loss function. И как там веса куда бегают.