0/9 سعيد بتقديم نماذج المفاهيم الكبيرة الديناميكية (DLCM)، وهي بنية هرمية تدفع نماذج اللغة الكبيرة إلى ما هو أبعد من معالجة غير فعالة وموحدة على مستوى الرموز. بدلا من التنبؤ برمز الكلمة الفرعية القادم أو العدد الثابت من الرموز، يولد DLCM المفاهيم التالية ديناميكيا مع حدود تكيفية ونموذج تدريب end2end. مع تخصيص حوسبة ديناميكي أكثر عقلانية، يمكن ل DLCM تقليل فشل الاستدلال بنسبة 34٪ مقارنة بمعمارية المحولات الكثيفة القياسية. وفائدة الكفاءة تنمو عندما يزداد حجم النموذج وطول السياق.