量子层能否为视觉语言模型带来性能与安全优势？
Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?
AI 导读
一项研究以 LLaVA-OneVision 为骨干，用经典模拟的 4/8 量子比特电路测试量子层在视觉语言模型（VLM）中的插入与替换效果。在 Visual Spatial Reasoning 数据集上，视觉投影器后插入量子层达 80.7% 开发集准确率，比经典全量微调高 2.28 个百分点；替换最终解码器前馈子层保留 79.22% 准确率并减少 1307 万可训练参数。
来源：arXiv cs.AI · arxiv.org