L'IA face aux grands problèmes du monde · Physique quantique et informatique quantique · arXiv · 2026-10-22
Les couches quantiques peuvent-elles offrir des avantages en termes de performances et de sécurité dans les modèles vision-langage ?
Titre original: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?
En utilisant LLaVA-OneVision comme backbone, l'étude évalue des circuits à anneau basique et des circuits fortement intriqués de 4 et 8 qubits, insérés dans ou remplaçant des composants classiques à quatre emplacements chacun, et compare leurs performances et leur coût de calcul à ceux des modèles classiques. Sur le jeu de données Visual Spatial Reasoning, l'insertion d'une couche quantique après le projecteur visuel atteint une précision de 80.7% sur le développement, soit 2.28 points de pourcentage de plus que le fine-tuning classique complet, tandis que le remplacement de la dernière sous-couche feed-forward du décodeur conserve une précision de 79.22% avec 13.07 millions de paramètres entraînables en moins. Ces bénéfices dépendent fortement de l'emplacement—les remplacements plus en amont diminuent la précision, et un nombre moindre de paramètres ne raccourcit pas de manière fiable l'entraînement ni ne réduit le calcul—la robustesse a également été évaluée selon six scénarios d'attaque, et la question de savoir si ces gains se généralisent reste ouverte.