研究称量子层插入视觉语言模型可小幅提升准确率

Md Khalid Syfullah 与 Alvi Ataur Khalil 发布研究，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插入或替换对视觉语言模型的效果。结果显示，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。 研究者在论文中说明，这些增益能否推广仍是未决问题。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。