La startup Subquadratic, basée à Miami, affirme avoir résolu un goulot d’étranglement mathématique majeur qui freine le développement des grands modèles de langage (LLM) depuis près d’une décennie.
L’entreprise est sortie de sa phase de discrétion le mois dernier avec cette annonce audacieuse. Elle prétend avoir surmonté une limitation algorithmique fondamentale qui a longtemps entravé l’efficacité et la puissance des LLM. Initialement, les détails étaient minces, ce qui a généré un scepticisme notable au sein de la communauté de l’intelligence artificielle.
Ce goulot d’étranglement est considéré comme un frein significatif à l’amélioration des performances des modèles actuels, limitant leur capacité à traiter des informations plus complexes ou à opérer avec une plus grande efficience. Subquadratic a depuis commencé à partager des éléments concrets, cherchant à étayer ses affirmations et à convaincre les experts de la validité de sa solution.
La validation de cette percée pourrait potentiellement redéfinir certaines limites actuelles de l’architecture des LLM.
Source : MIT Tech Review AI