SubQ 1.1 版本發布，伴隨社區懷疑

ME News 消息，6 月 17 日（UTC+8），據動察 Beating 監測，曾宣稱能將計算消耗削減千倍的爭議大模型 SubQ 發布了 1.1 Small（小參數）版本技術報告。針對早期預覽版本因缺乏論文和獨立驗證而被社群譏諷為「AI萬金油」（意指虛假宣傳）的指控，研發公司 Subquadratic 聯合評估商 Appen 開展三方評測，聲稱模型在 1200 萬 token 的極限長度下實現了 98% 的檢索準確率，且在實戰編程測試中取得了接近主流前沿模型的成績。技術報告同時透露，模型並非從頭訓練，而是在開源前沿模型基礎上，替換注意力計算機制並增量訓練 1 兆 token 改造而來。即便拉來三方評測自證，開發者社群對本次更新依然充滿質疑。有研究者指出，所謂的黑科技其實並沒有底層技術突破，本質上只是把長文本切成小塊再進行動態篩選的已有技術（即塊稀疏注意力機制）；也有讀者吐槽，技術報告中混入了由 AI 生成的文本套話（在 5.7.1 章節尤為明顯）。系統工程師則警告，篩選機制在多人併發使用時會帶來額外的調度開銷，導致最慢的 1% 用戶遇到嚴重卡頓。由於模型既沒有公開核心參數供大家下載，也沒有開放人人可用的 API 接口，所謂的降算力與超低定價承諾目前依然流於紙面。（來源：BlockBeats）