الذكاء الاصطناعي ومشكلات العالم الصعبة · فيزياء الكم والحوسبة الكمومية · arXiv · 2026-10-22

هل يمكن للطبقات الكمومية أن توفر مزايا في الأداء والأمان لنماذج الرؤية واللغة؟

العنوان الأصلي: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?

باستخدام LLaVA-OneVision كنموذج أساسي، تُقيِّم الدراسة دوائر كمومية من 4 و8 كيوبتات ذات حلقة أساسية وأخرى ذات تشابك قوي، تُدرَج داخل المكونات الكلاسيكية أو تحل محلها في أربعة مواقع لكل منهما، وتقارن الأداء والتكلفة الحسابية مع النماذج الكلاسيكية. على مجموعة بيانات Visual Spatial Reasoning، يحقق إدراج طبقة كمومية بعد المسقط البصري دقة تطوير قدرها 80.7%، وهي أعلى بـ2.28 نقطة مئوية من الضبط الدقيق الكلاسيكي الكامل، بينما يحافظ استبدال الطبقة الفرعية للتغذية الأمامية الأخيرة في وحدة فك التشفير على دقة 79.22% مع 13.07 مليون معامل قابل للتدريب أقل. تعتمد الفوائد بقوة على الموقع—فالاستبدالات المبكرة تخفض الدقة، وقلّة المعاملات لا تقصّر التدريب أو تقلل الحساب بشكل موثوق—كما قُيِّمت المتانة في ظل ستة سيناريوهات هجوم، ويظل ما إذا كانت هذه المكاسب قابلة للتعميم سؤالاً مفتوحاً.

اقرأ المصدر الأصلي ↗

جميع العناصر →