La IA y los problemas difíciles del mundo · Física cuántica y computación cuántica · arXiv · 2026-10-22
¿Pueden las capas cuánticas ofrecer ventajas de rendimiento y seguridad en los modelos de visión-lenguaje?
Título original: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?
Usando LLaVA-OneVision como backbone, el estudio evalúa circuitos de anillo básico y de fuerte entrelazamiento de 4 y 8 cúbits, insertados en componentes clásicos o que los reemplazan en cuatro ubicaciones cada uno, y compara el rendimiento y el costo computacional con modelos clásicos. En el conjunto de datos Visual Spatial Reasoning, insertar una capa cuántica después del proyector visual alcanza una precisión de desarrollo del 80.7%, 2.28 puntos porcentuales por encima del ajuste fino completo clásico, mientras que reemplazar la última subcapa feed-forward del decodificador retiene una precisión del 79.22% con 13.07 millones menos de parámetros entrenables. Los beneficios dependen fuertemente de la ubicación—los reemplazos más tempranos reducen la precisión y menos parámetros no acortan de manera confiable el entrenamiento ni reducen el cómputo—también se evaluó la robustez bajo seis escenarios de ataque, y si estas ganancias se generalizan sigue siendo una cuestión abierta.