コミュニティの懐疑の中、SubQ 1.1バージョンリリース

MEニュース、6月17日（UTC+8）、動察Beatingの監視によると、計算消費を千分の一に削減できると主張していた議論を呼んだ大規模モデル「SubQ」が、1.1 Small（小パラメータ）バージョンの技術報告を公開した。早期プレビュー版が論文や独立検証の欠如によりコミュニティから「AI万能薬」と揶揄された批判に対し、開発元のSubquadraticは評価機関のAppenと共同で三方評価を実施し、モデルが1200万トークンの極限長で98％の検索精度を達成し、実践的プログラミングテストにおいて主流の最先端モデルに近い性能を発揮したと主張している。技術報告では、モデルがゼロから訓練されたものではなく、オープンソースの最先端モデルを基盤とし、注意機構を置き換え、1兆トークンの増分学習を経て改良されたことが明かされた。たとえ三方評価を導入して自らの主張を裏付けたとしても、開発者コミュニティは今回の更新に対して依然として疑念を抱いている。ある研究者は、いわゆるブラックテクノロジーには本質的な技術的ブレークスルーがなく、実際には既存の技術（ブロックスパースアテンションメカニズム）である、つまり長文を小さなブロックに分割して動的に選別する手法にすぎないと指摘している。また、読者の中には技術報告にAIが生成した陳腐な文言が混入している（特に5.7.1節で顕著）と批判する声もある。システムエンジニアは、選別メカニズムが複数ユーザーの並列使用時に追加のスケジューリングオーバーヘッドを生み、最下位1％のユーザーに深刻な遅延を引き起こす可能性があると警告している。モデルは核心パラメータを公開せず、誰でも利用可能なAPIインターフェースも提供していないため、計算リソース削減と超低価格という約束はいまだ紙上の空論にとどまっている。（出典：BlockBeats）