Beating 动察によると、SubQは技術レポート付きで、極端なコンテキスト長12 millionトークンにおいて98%の検索精度をうたう「1.1 Small」版をリリースした。これは、第三者評価者であるAppenによって検証された。モデルは、実用的なプログラミング試験において、主要なフロンティアモデルと同等の性能を達成した。開発会社Subquadraticは、このモデルは最初から学習したのではなく、オープンソースのフロンティアモデルの注意（attention）メカニズムを改変して作られ、その後1 trillionトークンで段階的な学習を行ったと明らかにした。
第三者による検証があるにもかかわらず、開発者コミュニティは依然として懐疑的だ。研究者らは、主張されたブレークスルーには基礎的な技術的独自性が欠けており、既存のスパース注意（sparse attention）メカニズムを単に適用しているだけだと指摘した。技術レポート内にAI生成の無意味な追記文（フィラーテキスト）が含まれているとする指摘もあれば、フィルタリング機構が並行利用時にスケジューリングのオーバーヘッドを生む可能性があり、特定のエッジケースで深刻なレイテンシにつながり得ると警告する声もあった。
免責事項：本ページの情報には第三者提供の内容が含まれる場合があり、参考目的のみで提供されています。これらはGateの見解や意見を示すものではなく、金融、投資、または法律上の助言を構成するものでもありません。暗号資産取引には高いリスクが伴います。意思決定を行う際には、本ページの情報のみに依存しないでください。詳細については、
免責事項をご確認ください。
