Subquadratic, 10년 된 LLM 수학적 병목 해결 주장
subquadratic가 트랜스포머 연산을 대폭 줄여 더 빠르고 저렴한 llm을 만들었지만, 전문가들은 여전히 회의적입니다.
Subquadratic는 트랜스포머 계산을 대폭 줄여 대규모 언어 모델(LLMs)을 제한하는 수학적 병목 현상을 해결했다고 주장하며 스텔스 모드에서 등장했습니다. 이 스타트업은 결과 모델이 기존 옵션보다 빠르고 저렴하며 에너지 효율적이라고 주장합니다. 일부 연구자들은 이 접근 방식이 효과가 있다는 데이터를 보았지만 많은 전문가들은 여전히 회의적입니다. 사실이라면 이 돌파구는 생성형 AI를 실행하는 비용을 대폭 낮출 수 있습니다.