Subquadratic
研究机构，开发了SubQ Snap决策模型及Subquadratic Sparse Attention（SSA）稀疏注意力架构
时间轴 (近 90 天)
SubQ Snap 是由研究机构 Subquadratic 发布的决策模型，不生成文本，而是对给定候选答案返回概率分布。
三周内发布了六款托管决策模型：Jev、Perplexity 的 Decider、Cloudflare 的 Clef、OpenAI 的 Decisions API、微软的 Decision-1 以及 SubQ Snap。
Subquadratic 声称 SubQ Snap 的 Subquadratic Sparse Attention（SSA）可将注意力成本从二次方降为线性，100K token 可在 1 秒内返回，但该数据无硬件说明和第三方验证。
SubQ Snap 官方声称在 16 项企业任务中领先 13 项，钓鱼检测从 25.1 提升至 47.1，代码输出预测从 57.1 提升至 73.8。
SubQ Snap 所有性能数据均来自 Subquadratic 自身，未经过外部实验室独立测试，且长上下文测试是其对 RULER 和 LCR 的自行改版。
全部知识事实 (5)
SubQ Snap 是由研究机构 Subquadratic 发布的决策模型，不生成文本，而是对给定候选答案返回概率分布。
50%待验证Subquadratic 声称 SubQ Snap 的 Subquadratic Sparse Attention（SSA）可将注意力成本从二次方降为线性，100K token 可在 1 秒内返回，但该数据无硬件说明和第三方验证。
50%待验证SubQ Snap 官方声称在 16 项企业任务中领先 13 项，钓鱼检测从 25.1 提升至 47.1，代码输出预测从 57.1 提升至 73.8。
50%待验证SubQ Snap 所有性能数据均来自 Subquadratic 自身，未经过外部实验室独立测试，且长上下文测试是其对 RULER 和 LCR 的自行改版。
50%待验证三周内发布了六款托管决策模型：Jev、Perplexity 的 Decider、Cloudflare 的 Clef、OpenAI 的 Decisions API、微软的 Decision-1 以及 SubQ Snap。
50%