Sta diventando chiaro che l'ingegnosità e l'adattamento strategico possono superare la scalabilità brute-force nel migliorare i modelli di linguaggio di grandi dimensioni. Cosa intendo? Possiamo aumentare significativamente le prestazioni concentrandoci su architetture di modelli altamente efficienti (l'AI trascorre più tempo a ragionare su singole query invece di un addestramento esteso) piuttosto che fare affidamento esclusivamente su una potenza di calcolo massiccia e chip.