Está quedando claro que la ingeniosidad y la adaptación estratégica pueden superar la escalabilidad a la fuerza bruta en el avance de los grandes modelos de lenguaje. ¿Qué quiero decir? Podemos aumentar significativamente el rendimiento al centrarnos en arquitecturas de modelo altamente eficientes (la IA pasa más tiempo razonando consultas individuales en lugar de un entrenamiento extenso) en lugar de depender únicamente de un poder de computación masivo y chips.