Una startup dice haber roto un cuello de botella de los LLM

Una startup llamada Subquadratic, con sede en Miami, salió del modo stealth hacia el 5 de mayo con una afirmación llamativa: dice haber resuelto un cuello de botella matemático que, según su relato, llevaba casi una década limitando a los grandes modelos de lenguaje. La promesa es de las que mueven mercados, y la reacción no se ha hecho esperar, con comparaciones incómodas con Theranos rondando por la conversación.

Para entender qué dice resolver, conviene recordar cómo funciona el mecanismo central de los transformers, la arquitectura detrás de los modelos actuales. La llamada atención permite que cada parte del texto se relacione con todas las demás, lo que da a estos modelos su capacidad para mantener el hilo. El problema es que ese cálculo crece de forma cuadrática con la longitud del texto.

Esa relación cuadrática significa que duplicar la longitud de una conversación no duplica el coste, sino que lo multiplica por cuatro. Por eso, cuando las conversaciones se alargan o se pide al modelo que procese documentos extensos, el gasto en cómputo y memoria se dispara. Es uno de los motivos por los que el contexto de los modelos tiene límites y por los que ampliarlo sale tan caro.

Si alguien rompiera de verdad esa barrera, las consecuencias serían notables. Modelos con mucha más memoria efectiva, capaces de mantener contextos largos sin que el coste se descontrole, y servicios bastante más baratos de operar. Es el tipo de avance que reordenaría la economía del sector, de ahí que un anuncio así genere tanto entusiasmo como recelo.

Y aquí está el problema: por ahora es una afirmación, no un resultado verificado. La comunidad técnica pide lo de siempre y con razón: artículos que expliquen el método, código que permita reproducirlo y resultados que otros equipos puedan confirmar de forma independiente. Sin eso, una declaración de salida del modo stealth es marketing, no ciencia.

La comparación con Theranos no es gratuita ni necesariamente justa, pero es ilustrativa. Recuerda lo que ocurre cuando una promesa tecnológica circula con más confianza que evidencia. No implica mala fe, solo que el listón probatorio debe ser alto precisamente cuando lo prometido es tan grande. Romper un límite que ha resistido años de investigación requiere pruebas extraordinarias.

Hay que añadir un matiz técnico que invita a la prudencia. La idea de reducir el coste cuadrático de la atención no es nueva: existen desde hace tiempo líneas de trabajo en atención eficiente, aproximaciones y arquitecturas alternativas, con resultados parciales y compromisos. Que un actor afirme haberlo resuelto del todo, y de golpe, es justo lo que obliga a pedir reproducibilidad.

Qué esperar: el siguiente paso lógico es que Subquadratic publique detalles y permita validación externa. Si lo hace y los números se sostienen bajo escrutinio, sería un avance importante. Si no llegan ni el artículo ni el código reproducible, lo razonable es archivar el anuncio en la carpeta de promesas sin verificar. El escepticismo, en este caso, es la postura más sensata.