SubQ lança a versão 1.1 com validação por terceiros, demonstrando 98% de precisão em 12 mil tokens

De acordo com Beating 动察, a SubQ lançou a sua versão Small de 1,1 com um relatório técnico que reivindica 98% de precisão de recuperação num comprimento de contexto extremo de 12 milhões de tokens, validado pelo avaliador externo Appen. O modelo alcançou um desempenho comparável ao de modelos frontier de topo em testes práticos de programação. A empresa de desenvolvimento Subquadratic revelou que o modelo não foi treinado de raiz; foi antes construído através da modificação do mecanismo de atenção de modelos frontier open source e de um treino incremental em 1 bilião de tokens.

Apesar da validação por terceiros, a comunidade de programadores continua céptica. Os investigadores apontaram que a alegada quebra não tem novidade técnica fundamental e limita-se a aplicar mecanismos de atenção esparsa já existentes. Alguns assinalaram texto de preenchimento gerado por IA no relatório técnico, enquanto outros alertaram que o mecanismo de filtragem poderia introduzir sobrecarga de escalonamento durante o uso concorrente, potencialmente causando latência severa para casos-limite.