被嘲「AI万金油」的SubQ发布1.1版:拉来三方评测自证,却被指混入AI套话

robot
摘要生成中
据动察 Beating 监测,曾宣称能将计算消耗削减千倍的争议大模型 SubQ 发布了 1.1 Small(小参数)版本技术报告。

针对早期预览版本由于缺乏论文和独立验证而被社群讥讽为「AI万金油」(意指虚假宣传)的指控,研发公司 Subquadratic 联合评估商 Appen 开展三方评测,声称模型在 1200 万 token 的极限长度下实现了 98% 的检索准确率,且在实战编程测试中取得了接近主流前沿模型的成绩。技术报告同时透露,模型并非从头训练,而是在开源前沿模型基础上,替换注意力计算机制并增量训练 1 万亿 token 改造而来。

即便拉来三方评测自证,开发者社群对本次更新依然充满质疑。有研究者指出,所谓的黑科技其实并没有底层技术突破,本质上只是把长文本切成小块再进行动态筛选的已有技术(即块稀疏注意力机制);也有读者吐槽,技术报告中混入了由 AI 生成的文本套话(在 5.7.1 章节尤为明显)。系统工程师则警告,筛选机制在多人并发使用时会带来额外的调度开销,导致最慢的 1% 用户遇到严重卡顿。

由于模型既没有公开核心参数供大家下载,也没有开放人人可用的 API 接口,所谓的降算力与超低定价承诺目前依然流于纸面。
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论