Dieser Bereich kann Inhalte enthalten, die nicht für alle Nutzer geeignet sind. Dazu können unter anderem Texte, Medien oder Diskussionen gehören, die als beleidigend, extremistisch, gewaltbezogen oder anderweitig belastend empfunden werden. Wenn du solche Inhalte nicht sehen möchtest, nutze bitte die jeweiligen Filter- und Meldeoptionen der Plattform oder meide entsprechende Threads/Communities.
A local LLM is more convenient than cloud. But it is way less efficient. The cloud LLM processes multiple people’s tasks at once because generating one token is mostly loading things into GPU memory, the compute required for inference is not that big. When doing multiple at once you can load one stage onto the GPU and then do that stage for a number of tokens for essentially the same cost.