Никто и не спорит что GRU вычислительно менее затратная чем LSTM, это даже в её архитектуре ячеек заложено.
Тут вопрос:
1. Почему, исходя из твоей логики, ты называешь LSTM "ресурсоёмкой" для данной задачи? Ты не LLM на миллиарды параметров обучаешь, а модель для ауры. Для неё разницы практически нет, если у тебя конечно не пентиум первый. У тебя ну в лучшем случае будет может быть 1-3 миллиона параметров (и это я сильно завышаю, к примеру текущая модель Sloth сейчас использует 700 тысяч параметров. И этого достаточно, и можно даже меньше делать спокойно, при этом даже подняв качество модели.)
2. И даже на этом ресурсе видно что выигрыш в производительности В ЛУЧШЕМ случае это 25%, а там и того меньше (11-12%). Это далеко не кратно. Кратно это в 2, 5, 10 раз, но уж точно не 11%.
Я могу сделать вывод что ты просто галлюцинаций ChatGPT начитался, где он говорит о том что LSTM больше ресурсоёмкая (и да, это факт), и теперь при каждом удобном случае говоришь о том что она невероятно ресурсоёмкая. Да нет в целом ни у кого столько данных ни под чит, ни под античит чтобы даже приблизиться к ёмкости модели в хотя бы миллиард параметров.
