A startup de Miami, Subquadratic, afirma ter criado uma arquitetura de IA capaz de reduzir significativamente o custo de processar textos longos em grandes modelos de linguagem. O an\u00fancio envolve o modelo fundacional SubQ 1M-Preview, que segundo a empresa pode reduzir o consumo de energia computacional em quase mil vezes. Al\u00e9m dele, foram lan\u00e7ados tr\u00eas produtos em fase beta: uma API, um agente de programa\u00e7\u00e3o chamado SubQ Code e um buscador pr\u00f3prio, o SubQ Search. A justificativa central \u00e9 a melhoria na efici\u00eancia por meio de uma nova matem\u00e1tica aplicada ao processamento de contexto.<\/p>\n
A empresa afirma ter adotado a t\u00e9cnica de aten\u00e7\u00e3o esparsa subquadr\u00e1tica, com o objetivo de manter apenas rela\u00e7\u00f5es relevantes entre palavras, em vez de cruzar todas as palavras do texto. Esse ganho permitiria que o custo de processamento crescesse de forma linear em rela\u00e7\u00e3o ao tamanho do texto, em vez de quadr\u00e1tica. Em termos pr\u00e1ticos, dobrar a extens\u00e3o do texto exigiria apenas o dobro de poder de processamento, segundo a Subquadratic.<\/p>\n
A equipe por tr\u00e1s da iniciativa inclui o CEO Justin Dangel e o diretor t\u00e9cnico Alexander Whedon, ex-l\u00edder de IA generativa na TribeAI e ex-funcion\u00e1rio da Meta. Entre os engenheiros, a empresa re\u00fane profissionais com passagem pelo Google DeepMind. O projeto tem atra\u00eddo investidores de peso, incluindo men\u00e7\u00f5es \u00e0 OpenAI e \u00e0 Anthropic, de acordo com reportagens.<\/p>\n
Em uma janela de contexto de 128 mil tokens, o SubQ 1M-Preview seria 7,2 vezes mais r\u00e1pido que modelos tradicionais. Em an\u00e1lises com 1 milh\u00e3o de tokens, a performance seria 52 vezes superior, com capacidade para processar at\u00e9 12 milh\u00f5es de tokens em uma \u00fanica rodada. A empresa afirma que o ganho de efici\u00eancia cresce conforme o tamanho do texto aumenta.<\/p>\n
Segundo a empresa, o foco da melhoria est\u00e1 na aplica\u00e7\u00e3o pr\u00e1tica da aten\u00e7\u00e3o esparsa para longos contextos, o que, em tese, reduziria custos para aplica\u00e7\u00f5es de processamento de linguagem natural em larga escala. A equipe sustenta que a vantagem \u00e9 particularmente relevante para tarefas de montagem de c\u00f3digo, localiza\u00e7\u00e3o de dados em documentos extensos e outras aplica\u00e7\u00f5es com volumes massivos de texto.<\/p>\n
Especialistas questionam a validade das m\u00e9tricas apresentadas pela startup, apontando que os testes divulgados parecem ter sido selecionados para favorecer o m\u00e9todo proposto. A aus\u00eancia de avalia\u00e7\u00f5es em \u00e1reas-chave, como resolu\u00e7\u00e3o de problemas matem\u00e1ticos, seguran\u00e7a e flu\u00eancia em v\u00e1rios idiomas, \u00e9 destacada pelos cr\u00edticos. Al\u00e9m disso, alguns experimentos teriam sido executados apenas uma vez, o que dificultaria a avalia\u00e7\u00e3o estat\u00edstica.<\/p>\n
F\u00f3runs especializados comparam o caso a epis\u00f3dios anteriores de startups semelhantes, que prometeram ganhos expressivos com contextos ampliados, mas n\u00e3o atingiram ado\u00e7\u00e3o pr\u00e1tica est\u00e1vel no mercado. Em resposta, o diretor t\u00e9cnico afirmou que um relat\u00f3rio t\u00e9cnico completo dever\u00e1 ser divulgado em breve para ampliar a transpar\u00eancia do trabalho.<\/p>\n
A Subquadratic informou que pretende publicar o relat\u00f3rio t\u00e9cnico completo em breve, buscando validar os resultados de forma independente. Enquanto isso, a empresa continua promovendo a aplica\u00e7\u00e3o pr\u00e1tica de seus produtos beta e a integra\u00e7\u00e3o de sua API com sistemas externos. O andamento do processo de valida\u00e7\u00e3o permanece como ponto central para a credibilidade da tecnologia.<\/p>\n","protected":false},"excerpt":{"rendered":"