💡
原文英文,约1300词,阅读约需5分钟。
📝
内容提要
Subquadratic公司推出了一种新模型,支持高达1200万tokens的上下文窗口,声称在检索效率上超越现有模型。其选择性注意力架构在计算和内存上实现线性扩展,速度比传统模型快52倍。公司计划未来推出5000万tokens的模型,并提供API和编码工具。尽管面临挑战,Subquadratic在多个基准测试中表现优异,吸引了投资者关注。
🎯
关键要点
-
Subquadratic公司推出了一种新模型,支持高达1200万tokens的上下文窗口。
-
该模型的选择性注意力架构在计算和内存上实现线性扩展,速度比传统模型快52倍。
-
Subquadratic计划未来推出5000万tokens的模型,并提供API和编码工具。
-
在多个基准测试中,Subquadratic的表现优异,吸引了投资者关注。
-
该模型在12百万tokens的情况下,检索效率达到92.1%,在MRCR v2中得分83,超越OpenAI的模型。
❓
延伸问答
Subquadratic的新模型支持多少个tokens的上下文窗口?
Subquadratic的新模型支持高达1200万tokens的上下文窗口。
Subquadratic的选择性注意力架构有什么优势?
该架构在计算和内存上实现线性扩展,速度比传统模型快52倍。
Subquadratic计划推出的未来模型有什么特点?
Subquadratic计划推出一个支持5000万tokens的模型,并提供API和编码工具。
Subquadratic在基准测试中的表现如何?
Subquadratic在多个基准测试中表现优异,MRCR v2得分83,超越OpenAI的模型。
Subquadratic的模型如何提高检索效率?
该模型在12百万tokens的情况下,检索效率达到92.1%。
Subquadratic的模型与其他模型相比有什么不同?
Subquadratic的模型采用选择性注意力架构,避免了传统模型的二次方计算复杂度。
🏷️
标签
➡️