LLaMA最近开源，分别开源了7e9,1.3e10,3.3e10,6.5e10四个参数量的模型。但是这里有意思的是，他们管自己的模型称为smallermodels。Google推出了22B的ViT1.Efficient（PEFT）简要概括更高效，哪里慢就让它快起来让所有的方法更efficient一些。论文1：AIM论文：AIM:AdaptingImageModelsforEfficientVideoActionRecognition如何使用parameterefficientfine-tuning本篇是做视频动作识别（视频理解）摘要、介绍、相关工作、结论之前的视频理解的工作，粗略地可以被分为两

LLaMA最近开源，分别开源了7e9,1.3e10,3.3e10,6.5e10四个参数量的模型。但是这里有意思的是，他们管自己的模型称为smallermodels。Google推出了22B的ViT1.Efficient（PEFT）简要概括更高效，哪里慢就让它快起来让所有的方法更efficient一些。论文1：AIM论文：AIM:AdaptingImageModelsforEfficientVideoActionRecognition如何使用parameterefficientfine-tuning本篇是做视频动作识别（视频理解）摘要、介绍、相关工作、结论之前的视频理解的工作，粗略地可以被分为两