文中对推理（inference）效率的分析颇具看点：在大约1000个token数左右，新模型理论上需要的计算资源就比LLama2-7b具备优势，且之后随着下上文中token数越大，新模型优势越大。具体结果见论文中的图15，其中的蓝色表示LLama2- ...