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.

Они учаться вас обманывать, вы учитесь не обманываться(например замечать фишинг).

"""Забывание"" может быть чем угодно. Вплоть до переобучения и деталей архитектур. Потому важно правильно ставить вопросы."

Абсолютного веса модели в байтах. Вы что хотели добавить?

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