"AI'nın her işe yarayanı" olarak alay edilen SubQ, 1.1 sürümünü yayımladı: Üçüncü taraf değerlendirmelerini getirerek kendini kanıtlamaya çalıştı, ancak AI'nın hazır kalıplarını karıştırdığı iddia edildi.

动察 Beating tarafından yapılan izlemeye göre, hesaplama maliyetlerini bin kat azalttığını iddia eden tartışmalı büyük model SubQ, 1.1 Small (küçük parametreli) sürüm teknik raporunu yayımladı.

Erken önizleme sürümünün, akademik makale ve bağımsız doğrulama eksikliği nedeniyle topluluk tarafından "AI her derde deva" (yanıltıcı tanıtım anlamında) olarak eleştirilmesine karşılık, geliştirici şirket Subquadratic, değerlendirme ortağı Appen ile birlikte üç taraflı bir test gerçekleştirdi. Şirket, modelin 12 milyon tokenlik uç uzunlukta %98 doğrulukla arama yapabildiğini ve pratik kodlama testlerinde ana akım öncü modellere yakın sonuçlar elde ettiğini iddia etti. Teknik raporda ayrıca, modelin sıfırdan eğitilmediği, açık kaynak öncü modeller temel alınarak dikkat hesaplama mekanizmasının değiştirildiği ve 1 trilyon tokenlik artımlı eğitimle dönüştürüldüğü belirtildi.

Üç taraflı testle kendini kanıtlama çabasına rağmen, geliştirici topluluğu bu güncellemeye hâlâ şüpheyle yaklaşıyor. Bazı araştırmacılar, sözde siyah teknolojinin aslında temel bir teknik atılım olmadığını, sadece uzun metinleri küçük parçalara bölüp dinamik olarak filtreleyen mevcut bir teknik (yani blok seyrek dikkat mekanizması) olduğunu belirtti. Diğer okuyucular ise teknik raporda (özellikle 5.7.1 bölümünde belirgin olan) yapay zeka tarafından üretilmiş kalıplaşmış metinlerin bulunduğunu eleştirdi. Sistem mühendisleri ise, filtreleme mekanizmasının çok kullanıcılı eşzamanlı kullanımda ek planlama yükü getireceği ve en yavaş %1'lik kullanıcıda ciddi takılmalara yol açacağı konusunda uyardı.

Model, ne temel parametrelerini herkesin indirmesine açtı ne de herkesin kullanabileceği bir API arayüzü sunduğu için, vaat edilen hesaplama gücü azaltımı ve ultra düşük fiyatlandırma şu an için yalnızca kağıt üzerinde kalmış durumda.