SubQ Rilis Versi 1,1 dengan Validasi Pihak Ketiga yang Menunjukkan Akurasi 98% pada 12 juta Token

Menurut Beating 动察, SubQ merilis versi 1.1 Small dengan laporan teknis yang mengklaim akurasi pengambilan 98% pada panjang konteks ekstrem 12 juta token, yang divalidasi oleh evaluator pihak ketiga Appen. Model tersebut menunjukkan kinerja yang sebanding dengan model frontier terkemuka dalam pengujian pemrograman praktis. Perusahaan pengembang Subquadratic mengungkapkan bahwa model tersebut tidak dilatih dari nol, melainkan dibangun dengan memodifikasi mekanisme atensi dari model frontier open-source dan melakukan pelatihan inkremental pada 1 triliun token.

Meskipun ada validasi pihak ketiga, komunitas pengembang masih skeptis. Para peneliti mencatat bahwa terobosan yang diklaim tersebut tidak memiliki kebaruan teknis mendasar dan hanya menerapkan mekanisme atensi spars yang sudah ada. Sebagian menyoroti teks pengisi yang dihasilkan AI dalam laporan teknis, sementara yang lain memperingatkan bahwa mekanisme penyaringan dapat menimbulkan overhead penjadwalan saat digunakan secara bersamaan, yang berpotensi menyebabkan latensi parah pada kasus tepi.