研究称量子神经网络有效维度反映电路几何而非模型质量

Md Masum Mia 等研究者在 arXiv 发文分析混合量子神经网络常用的有效维度指标，证明实际记录的标量等于 Pauli-Z 输出敏感度的参与率，且其描述的是电路几何而非模型质量；容量、可训练性和准确率需要各自单独的诊断指标。 论文还证明量子费舍尔信息矩阵（QFIM）对角线的参与率会因忽略非对角元素而高估全矩阵参与率。研究者在 CIFAR-10 和 EuroSAT 数据集上用四个冻结骨干（含一个随机投影）测试该指标，覆盖 4 到 16 量子比特、1 到 4 层、三种纠缠模式和三个随机种子。 配套实验显示，在相同参数量下去除纠缠可使准确率提高 5.3 至 8.2 个百分点；量子比特从 4 增至 16 时初始梯度方差下降约 34.5 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。