AI এবং বিশ্বের কঠিন সমস্যাগুলো · কোয়ান্টাম পদার্থবিজ্ঞান ও কোয়ান্টাম কম্পিউটিং · arXiv · 2026-10-22

ভিশন-ল্যাঙ্গুয়েজ মডেলে কোয়ান্টাম লেয়ারগুলি কি কার্যক্ষমতা ও সুরক্ষার সুবিধা দিতে পারে?

মূল শিরোনাম: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?

LLaVA-OneVision-কে ব্যাকবোন হিসেবে ব্যবহার করে, এই গবেষণায় 4- এবং 8-কিউবিটের বেসিক-রিং ও প্রবলভাবে এনট্যাঙ্গলিং সার্কিট মূল্যায়ন করা হয়েছে, যেগুলো চারটি করে অবস্থানে ক্লাসিক্যাল উপাদানের ভেতরে অন্তর্ভুক্ত করা হয়েছে অথবা ক্লাসিক্যাল উপাদানের স্থলে প্রতিস্থাপিত হয়েছে, এবং ক্লাসিক্যাল মডেলের সঙ্গে কর্মক্ষমতা ও গণনাগত ব্যয়ের তুলনা করা হয়েছে। Visual Spatial Reasoning ডেটাসেটে, ভিজ্যুয়াল প্রজেক্টরের পরে একটি কোয়ান্টাম লেয়ার অন্তর্ভুক্ত করলে 80.7% ডেভেলপমেন্ট নির্ভুলতা অর্জিত হয়, যা ক্লাসিক্যাল ফুল ফাইন-টিউনিংয়ের চেয়ে 2.28 শতাংশ পয়েন্ট বেশি, আর চূড়ান্ত ডিকোডার ফিড-ফরওয়ার্ড সাবলেয়ার প্রতিস্থাপন করলে 79.22% নির্ভুলতা ধরে রাখা যায়, প্রশিক্ষণযোগ্য প্যারামিটার 13.07 মিলিয়ন কম থাকে। সুবিধাগুলো অবস্থানের ওপর দৃঢ়ভাবে নির্ভর করে—আগের অবস্থানে প্রতিস্থাপন করলে নির্ভুলতা কমে এবং কম প্যারামিটার নির্ভরযোগ্যভাবে প্রশিক্ষণ ছোট করে না বা গণনা কমায় না—ছয়টি আক্রমণ পরিস্থিতিতে রোবাস্টনেসও মূল্যায়ন করা হয়েছিল, এবং এই লাভগুলো সাধারণীকরণ করা যায় কি না তা এখনো অমীমাংসিত।

মূল লেখা পড়ুন ↗

সব আইটেম →