いいですね、見るのが大好きです。 私の心にあるいくつかの質問: * ストリーミング Diloco よりもスパース通信を好むシステム設定は何ですか?組み合わせるとどうなるでしょうか? * SparseLoCo がより低い損失を得ることは、ランダムな変動のアーティファクトである場合があるのでしょうか、それともこの結果について実際の仮説検定を行うことができますか? * エラーフィードバックは偏った演算子です - 外部最適化を改善できる他の偏った演算はありますか?