Google TurboQuant paper has been refuted point by point by the authors of the prior algorithm.

Berdasarkan pemantauan 1M AI News, seorang postdoktoral di ETH Zurich, Gao Jianyong, menerbitkan surat terbuka yang menuduh bahwa deskripsi Google atas makalah ICLR 2026 TurboQuant tentang karyanya yang lebih dulu RaBitQ memiliki tiga masalah serius. Gao Jianyong adalah penulis pertama RaBitQ. Algoritme ini terbit pada tahun 2024 di konferensi tingkat teratas untuk database, SIGMOD. Metode intinya adalah menerapkan rotasi acak sebelum kuantisasi (transformasi Johnson-Lindenstrauss), dan telah dibuktikan secara ketat mencapai batas galat asimtotik yang optimal. Algoritme ini juga pernah diundang untuk mempresentasikan pada Workshop di konferensi teori tingkat teratas FOCS.

Tiga tuduhan tersebut adalah:

1. Pengelakan kemiripan metode: Metode inti TurboQuant juga menggunakan rotasi acak, tetapi makalah tersebut mengklasifikasikan RaBitQ sebagai “PQ berbasis grid” dan secara sistematis menghilangkan keterkaitan langsung antara keduanya. Para reviewer ICLR secara independen pernah menunjukkan bahwa kedua metode menggunakan proyeksi acak dan meminta diskusi tambahan. Tim TurboQuant tidak hanya tidak menambahkan, tetapi malah memindahkan deskripsi RaBitQ di badan naskah ke lampiran
2. Hasil teoretis yang menyesatkan: Tanpa bukti apa pun, makalah tersebut mengategorikan jaminan teoritis RaBitQ sebagai “suboptimal” dan mengaitkannya pada “analisis yang longgar”. Makalah perluasan RaBitQ telah membuktikan bahwa batas galatnya mencapai batas optimal asimtotik yang diberikan oleh Alon-Klartag (FOCS 2017)
3. Ketidakadilan dalam perbandingan eksperimen: TurboQuant menggunakan kode Python yang diterjemahkan sendiri untuk menguji RaBitQ pada CPU inti tunggal (mematikan multi-threading), tetapi menggunakan NVIDIA A100 GPU untuk menguji algoritmenya sendiri. Ini menyebabkan kecepatan RaBitQ dilaporkan lebih lambat hingga beberapa orde besaran, dan pengaturan tersebut tidak diungkapkan dalam makalah

Gao Jianyong mengungkapkan bahwa pada Januari 2025, penulis kedua TurboQuant, Majid Daliri, secara proaktif menghubungi tim RaBitQ untuk meminta bantuan dalam debugging versi Python yang menerjemahkan kode C++ berbasis RaBitQ. Dalam email Mei 2025, ia secara langsung mengonfirmasi bahwa pengaturan eksperimen tidak adil, dan menyatakan bahwa ia telah memberi tahu semua penulis bersama tentang klarifikasi teoretis tim RaBitQ. Namun setelah itu, sepanjang proses pengajuan, peninjauan, penerimaan, hingga promosi skala besar resmi oleh Google, masalah di atas tidak pernah diperbaiki.

Tim RaBitQ telah memublikasikan komentar publik di ICLR OpenReview, dan mengajukan keluhan resmi kepada ketua konferensi ICLR serta komite etika. Penulis pertama TurboQuant, Amir Zandieh, membalas bahwa ia bersedia memperbaiki masalah kedua dan ketiga, tetapi menolak untuk menambahkan diskusi kemiripan metode, dan hanya menyetujui untuk memperbaiki setelah berakhirnya konferensi ICLR 2026. Peneliti pihak ketiga Jonas Matthias Kübler juga secara independen menunjukkan di OpenReview bahwa cakupan makalah tidak konsisten dengan blog Google dalam tolok ukur kecepatan (PyTorch vs JAX) dan baseline kuantisasi (FP32). Setelah sebelumnya dipromosikan secara besar-besaran oleh Google, TurboQuant telah memicu penurunan saham kolektif perusahaan chip penyimpanan seperti Micron dan Western Digital.