Une startup de Miami affirme avoir résolu un goulot mathématique qui freine les LLM depuis dix ans. Subquadratic sort de l'ombre avec des claims fortes mais peu de détails publics. L'équipe commence à partager des preuves techniques, mais la communauté reste prudente face aux promesses non vérifiées.
Si confirmé, ce déblocage concernerait la complexité computationnelle des transformers — le cœur des modèles actuels. Cela pourrait réduire les coûts d'entraînement et d'inférence, ou accélérer les capacités contextuelles. Les détails mathématiques restent opaque, typique des annonces pré-deployment.
Le timing est révélateur : OpenAI, DeepSeek et Meta investissent massivement dans l'inférence efficace. Une vraie percée changerait les règles du jeu économique de l'IA. Mais une affirmation sans peer-review, c'est du marketing — méfiance de rigueur jusqu'à voir le code ou les benchmarks indépendants.
La startup a probablement créé un buzz volontaire pour attirer capitaux et talents avant de dévoiler ses cartes. Stratégie classique : claim spectaculaire, preuve progressive.
