KI und die schwierigen Probleme der Welt · Quantenphysik & Quantencomputing · arXiv · 2026-10-22
Können Quantenschichten Leistungs- und Sicherheitsvorteile in Vision-Language-Modellen bieten?
Originaltitel: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?
Mit LLaVA-OneVision als Backbone evaluiert die Studie 4- und 8-Qubit-Basic-Ring- und stark verschränkende Schaltkreise, die jeweils an vier Stellen entweder in klassische Komponenten eingefügt werden oder diese ersetzen, und vergleicht Leistung und Rechenaufwand mit klassischen Modellen. Auf dem Visual Spatial Reasoning-Datensatz erreicht das Einfügen einer Quantenschicht nach dem visuellen Projektor eine Entwicklungsgenauigkeit von 80.7%, 2.28 Prozentpunkte über klassischem Full Fine-Tuning, während der Ersatz der finalen Feed-Forward-Unterschicht des Decoders 79.22% Genauigkeit mit 13.07 Millionen weniger trainierbaren Parametern beibehält. Die Vorteile hängen stark von der Platzierung ab — frühere Ersetzungen senken die Genauigkeit, und weniger Parameter verkürzen das Training oder reduzieren den Rechenaufwand nicht zuverlässig — die Robustheit wurde zudem unter sechs Angriffsszenarien bewertet, und ob sich diese Gewinne verallgemeinern lassen, bleibt offen.