AI热榜 总部位于迈阿密的人工智能初创公司 Subquadratic 上个月走出了隐秘模式，带来了巨大的收益。
它宣布它已经解决了近十年来阻碍大型语言模型的数学瓶颈。
细节很薄弱，很多人不相信。
但 Subquadratic 已经开始带来收据，分享对其新技术的独立评估结果。
结果表明该公司的说法可能值得关注。
据 Subquadratic 称，它开发了一种名为 SubQ 的新型法学硕士，与市场上任何其他模型相比，它更快、更便宜，而且使用的能源少得多。
该公司还声称，SubQ 能够同时处理的文本量是大多数其他模型的 12 倍，使其能够执行一系列数据密集型任务，例如分析数百个文档或整个代码库。
更重要的是，Subquadratic 表示，SubQ 在做到这一点的同时，或多或少地与 Google DeepMind、OpenAI 和 Anthropic 在编码等关键任务上推出的最佳模型的性能相匹配。
问题在于，该公司一开始除了少数自行发布的测试成绩外，几乎没有提供任何证据来证明其主张。
而且 SubQ 尚未广泛供人们自行尝试。
因此，Subquadratic 的主张遭到质疑也就不足为奇了。
人工智能工程师 Dan McAteer 捕捉到了 X 上的总体反应：“SubQ 要么是自 Transformer 以来最大的突破……要么是 AI Theranos。
” 一个月后，该公司发布了有关其模型的更多信息，包括第三方公司 Appen 进行的额外独立测试的结果。
Subquadratic 联合创始人兼首席技术官 Alex Whedon 表示：“我们预计会有合理的怀疑。
” “事后看来，在最初发布公告的同时发布第三方基准将会消除大部分怀疑，这就是为什么我们花时间确保未来的结果在发布之前得到充分验证。
” Subquadratic 要求评估其他公司模型的 Appen 在 SubQ 上进行测试。
结果似乎支持了 Subquadratic 的许多主张。
“这对我来说真的很令人兴奋，它验证了他们的架构，”Appen 生成人工智能研究总监 Jeanine Sinanan-Singh 说道。
“我当时想，‘哇，这可能会改变游戏规则’，因为模型在速度和低效率方面挣扎，”她补充道。
“但当你得到某种令人震惊的结果时，你自己说的话就真的不那么可信了。
”
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接