Cosa succede se il tuo modello linguistico è molto più intelligente di quanto sembri — ma non lo stai usando nel modo giusto? È questa la domanda che guida il lavoro di Karan e Du nel loro studio del 2025, Reasoning with Sampling . Il risultato è una proposta tanto sottile quanto potenzialmente dirompente: modificando la strategia di campionamento durante l’inferenza , si può ottenere un miglioramento significativo nella capacità di ragionamento di un modello linguistico base — senza toccare l’addestramento. Nel mondo dei grandi modelli linguistici (LLM), dove ogni punto percentuale di accuratezza costa milioni in compute, questa possibilità suona come un invito all’ottimizzazione intelligente: spremere di più da ciò che già abbiamo, senza inseguire l’ennesimo fine‑tuning. Il modello base non è stupido: lo stai solo interrogando male Tradizionalmente, l’inferenza nei modelli linguistici segue strategie di campionamento relativamente semplici: top‑k , nucleus sampling , temperatu...
Easy-to-install hydropower generator
This design is a small run-of-river hydropower solution, initially capable of providing up to 1 kW of power in rivers. The main product offering consists of a turbine, generator unit and supporting structure. It weighs approximately 500 kg and is 12 x 0.5 x 1 m when deployed, but compacts to a box of 3 x 2 x 2 m for transporting.
The FloDrive Turbine is intended to be as easy to install as possible, with no special infrastructure required. It should take less than a day to install, require no specialist equipment, and would be possible for untrained individuals to accomplish a successful installation. The electricity generated would be output in DC to charge batteries or AC to power homes, complementing available grid power.
Team: Deniz Erkan, Ned Stuart-Smith, Li Jiang