समुदाय के संदेह के बीच SubQ 1.1 संस्करण जारी

ME News के अनुसार, 17 जून (UTC+8) को, Beating द्वारा मॉनिटर किए जाने पर, विवादास्पद बड़े मॉडल SubQ ने, जिसने पहले गणना खपत को हजार गुना कम करने का दावा किया था, 1.1 Small (छोटे पैरामीटर) संस्करण की तकनीकी रिपोर्ट जारी की। पहले प्रीव्यू संस्करण के लिए, जिसमें कोई पेपर या स्वतंत्र पुष्टि नहीं थी, समुदाय द्वारा "AI का सबकुछ" (अर्थात् झूठा प्रचार) कहे जाने के आरोपों के जवाब में, विकासक कंपनी Subquadratic ने मूल्यांकनकर्ता Appen के साथ मिलकर तीन-पक्षीय मूल्यांकन किया और दावा किया कि मॉडल ने 1.2 करोड़ token की सीमा तक 98% रिट्रीवल सटीकता प्राप्त की है और वास्तविक प्रोग्रामिंग परीक्षणों में प्रमुख अग्रणी मॉडलों के करीब परिणाम प्राप्त किए हैं। तकनीकी रिपोर्ट में यह भी बताया गया है कि मॉडल को शून्य से प्रशिक्षित नहीं किया गया है, बल्कि इसे ओपन-सोर्स अग्रणी मॉडल पर आधारित किया गया है, जिसमें ध्यान-गणना मैकेनिज़म को प्रतिस्थापित करके 1 ट्रिलियन token के साथ इनक्रमेंटल प्रशिक्षण किया गया है। हालाँकि, तीन-पक्षीय मूल्यांकन के साथ स्व-पुष्टि करने के बावजूद, डेवलपर समुदाय में इस अपडेट के प्रति संदेह है। कुछ शोधकर्ताओं ने सुझाव दिया है कि जिसे "ब्लैक-मैजिक" कहा जा रहा है, वह मूलभूत तकनीकी क्रांति नहीं है, बल्कि मौजूदा प्रौद्योगिकी (अर्थात् स्पार्स-ब्लॉक ध्यान मैकेनिज़म) है, जिसमें लंबे पाठ को छोटे-छोटे टुकड़ों में काटकर सक्रिय रूप से छंटनी की जाती है; कुछ पाठकों ने शिकायत की है कि 5.7.1 अध्याय में स्पष्ट रूप से AI-जनित पाठ के साथ-साथ सामान्य AI-उत्पन्न प्रतिक्रियाएँ मिली हुई हैं। सिस्टम इंजीनियरों ने सचेत किया है कि स्क्रीनिंग मैकेनिज़म में बहु-उपयोगकर्ता समय-समय पर प्रयोग करने पर अतिरिक्त स्केड्यूलिंग ओवरहेड होगा, जिससे सबसे धीमे 1% उपयोगकर्ताओं कोगंभीर समस्या होगी। क्योंकि मॉडल के मुख्य पैरामीटर सभी के लिए प्रकाशित नहीं हुए हैं, और सभी के लिए API पहुँच प्रदान नहीं की गई है, प्रतिबद्धता से "गणना-खपत में कमी"और "अति-उचित मूल्य"अभी भी केवल कागज़ पर ही है। (स्रोत: BlockBeats)