Стартап Subquadratic заявляет о прорыве: новая модель SubQ работает в 56 раз быстрее конкурентов

Стартап Subquadratic из Майами вышел из скрытого режима с громким заявлением: его модель SubQ обходит математическое узкое место, которое почти десятилетие сдерживало развитие больших языковых моделей. В основе — «разреженное внимание» (sparse attention), которое позволяет избегать ненужных сравнений всех слов друг с другом, что резко снижает вычислительные затраты. Идея не нова, но раньше никто не мог сделать её конкурентоспособной.

Независимая проверка от компании Appen показала впечатляющие результаты: SubQ работает в 56 раз быстрее альтернативных подходов и набирает 98% в ключевом тесте на извлечение информации из длинных документов. При этом модель способна обрабатывать до 12 раз больше текста за раз, чем типичные LLM, и сопоставима с лидерами рынка (Google DeepMind, OpenAI, Anthropic) по задачам кодирования.

Однако критики отмечают, что модель пока не стала широкодоступной и построена на заимствованных весах из китайской open-source модели. ИИ-инженер Дэн МакАтир охарактеризовал ситуацию так: «SubQ — либо крупнейший прорыв со времён Transformer, либо AI Theranos». Основатели признают, что стоило опубликовать независимые тесты сразу, и обещают в будущем предоставлять только верифицированные данные.