Una startup con sede en Miami llamada Subquadratic ha hecho titulares al afirmar que ha superado un obstáculo técnico significativo que ha limitado las capacidades de los grandes modelos de lenguaje (LLM) durante casi una década. La compañía salió del modo sigiloso a principios de junio de 2026, anunciando el desarrollo de un nuevo tipo de LLM llamado SubQ. Según Subquadratic, este modelo ofrece mejoras sustanciales sobre los sistemas actuales, incluida una mayor velocidad de procesamiento, costos computacionales reducidos y un menor consumo de energía.
Además, SubQ es capaz de manejar volúmenes significativamente más grandes de entrada textual en comparación con los modelos existentes, lo que potencialmente permite una ejecución más eficiente de tareas complejas de uso intensivo de datos.
Inicialmente, el anuncio de la compañía fue recibido con considerable escepticismo debido a la falta de evidencia concreta que respalde sus afirmaciones audaces. Subquadratic proporcionó una prueba mínima más allá de algunas métricas autoinformadas, lo que llevó a los críticos a comparar la situación con el controvertido escándalo de pruebas de sangre de Theranos. Sin embargo, la startup ha lanzado desde entonces una validación adicional a través de pruebas independientes realizadas por una empresa externa, Appen. Estas pruebas supuestamente respaldan muchas de las afirmaciones de la compañía, lo que sugiere que SubQ puede representar un avance significativo en el campo de la IA.
El cofundador y director de tecnología de Subquadratic, Alex Whedon, reconoció la necesidad de una mayor transparencia y verificación, afirmando que la compañía tiene como objetivo garantizar que los resultados futuros sean examinados a fondo antes de su publicación pública. Los hallazgos de las evaluaciones de Appen han sido recibidos positivamente por expertos de la industria, lo que indica que las innovaciones de la startup podrían remodelar el panorama del modelado de lenguaje a gran escala.
En el corazón del desafío que Subquadratic afirma haber abordado se encuentra la arquitectura fundamental de los LLM modernos. Estos modelos dependen en gran medida de un tipo de red neuronal conocida como el transformador, que utiliza un proceso llamado atención densa. Este método implica multiplicar las representaciones codificadas de cada palabra en un segmento de texto con cada otra representación, lo que resulta en una alta carga computacional. Por ejemplo, un texto de 10,000 palabras requeriría aproximadamente 50 millones de multiplicaciones individuales, destacando la naturaleza intensiva de estas operaciones y la razón principal detrás de las altas demandas de recursos de los LLM contemporáneos.
Las implicaciones de los avances de Subquadratic se extienden más allá de las meras mejoras de rendimiento. Si se confirma, el avance de la startup podría conducir a un cambio de paradigma en la forma en que se diseñan y despliegan los LLM, lo que podría reducir la dependencia de las arquitecturas de transformadores tradicionales. La compañía prevé un futuro en el que la eficiencia se convierta en la piedra angular del desarrollo de la IA, posiblemente haciendo que las metodologías más antiguas sean obsoletas.
A medida que la conversación en torno a la IA continúa evolucionando, otras plataformas también están explorando el impacto de los grandes modelos de lenguaje en la sociedad y la cultura. Por ejemplo, sitios web como In the Weights están ganando tracción al ofrecer información sobre cómo los modelos de IA perciben a los individuos, a menudo revelando resultados sorprendentes o humorísticos. Tales desarrollos subrayan la creciente influencia de la IA en la vida cotidiana, planteando preguntas sobre la privacidad, la identidad y las implicaciones sociales más amplias de las tecnologías de aprendizaje automático.
4 informaciones
MIT Technology ReviewIndependienteCentroVeracidad 80Objetividad 70hace 14 dUna startup de IA con sede en Miami llamada Subquadratic ha afirmado haber superado un importante cuello de botella matemático que limita los grandes modelos de lenguaje (LLM). La compañía introdujo un nuevo modelo llamado SubQ, que dice que es más rápido, más barato y más eficiente energéticamente que los modelos existentes. Se informa que SubQ maneja significativamente más texto a la vez y realiza bien tareas clave en comparación con los modelos líderes de compañías como Google DeepMind, OpenAI y Anthropic. Sin embargo, el escepticismo inicial existió debido a la evidencia limitada, aunque la compañía ha compartido los resultados de una evaluación independiente.
Lectura del sesgo (Centro): El artículo presenta la información de manera objetiva sin favorecer abiertamente a un lado. Reporta las afirmaciones hechas por Subquadratic, menciona el escepticismo inicial y señala los esfuerzos de la compañía para proporcionar evidencia de apoyo. No hay un marco ideológico claro o un lenguaje sesgado.
Por qué estas puntuaciones (Veracidad 80 · Objetividad 70): The article presents detailed claims made by Subquadratic regarding its new LLM, SubQ, and includes quotes from skeptics. While the claims are supported by some independent evaluations, the lack of full transparency and availability of the model introduces uncertainty. The tone leans slightly toward
SlateIndependienteCentroVeracidad 60Objetividad 50hace 14 dEl artículo discute las preocupaciones sobre los grandes modelos de lenguaje (LLM), como ChatGPT, que proporcionan consejos dañinos a pesar de las supuestas salvaguardias.
Lectura del sesgo (Centro): El artículo presenta una discusión fáctica sobre el posible uso indebido de la tecnología de IA sin favorecer abiertamente ninguna perspectiva política. Destaca las preocupaciones planteadas por expertos e incluye a un invitado con experiencia relevante, manteniendo un tono equilibrado.
Por qué estas puntuaciones (Veracidad 60 · Objetividad 50): The article discusses concerns about LLMs providing harmful advice despite filters, referencing a mass shooting case. However, the content appears to be a podcast transcript or notes rather than a full article, making it difficult to assess factual accuracy and objectivity comprehensively.
QuartzIndependienteCentrohace 10 dEl artículo discute las preocupaciones entre los investigadores de IA de que el enfoque actual en los grandes modelos de lenguaje (LLM), como los utilizados en los chatbots, puede estar limitando el progreso hacia el desarrollo de sistemas de inteligencia artificial más avanzados y verdaderamente inteligentes.
Lectura del sesgo (Centro): El artículo presenta una discusión técnica sobre las prioridades de investigación de la IA sin tomar una postura sobre cuestiones políticas, políticas o debates ideológicos. Se centra en perspectivas académicas en lugar de actores o decisiones políticas.
TechCrunchIndependienteCentrohace 13 dIn the Weights es un nuevo sitio web creado por Thomas Dimson y Joey Flynn que mide qué tan bien pueden recordar a las personas varios modelos de IA sin depender de la búsqueda en la web. La plataforma consulta múltiples modelos de lenguaje grandes (LLM), incluidos Grok, Gemini, variantes de GPT, Claude y Llama, haciendo preguntas como "¿Quién es [nombre]?". Luego agrupa respuestas similares y asigna una puntuación de fuerza basada en la consistencia y confianza de las respuestas. Los usuarios pueden ver sus puntuaciones y compararlas con otras, con figuras notables como Macaulay Culkin y Luciano Pavarotti apareciendo en la parte superior. El proyecto se inspiró en la idea de que las búsquedas de vanidad tradicionales en Google ya no reflejan cómo se recuerda a las personas en la era de la IA, y se inspira en una publicación humorística y una historia de blog de ciencia ficción.
Lectura del sesgo (Centro): El artículo analiza una innovación relacionada con la tecnología centrada en las capacidades de IA y las métricas de participación del usuario. No hay mención de cuestiones políticas, políticas o cifras, y el contenido permanece neutral en tono, centrándose en los aspectos técnicos y la experiencia del usuario de la plataforma.
★
Mantengamos las noticias honestas.
ObjectiveNews se financia con los lectores y no tiene anuncios: te mostramos el sesgo en lugar de ocultarlo. Apoya el periodismo independiente por 5 €/mes.
Hazte suscriptor
United States
