IA e os Problemas Difíceis do Mundo · Física quântica e computação quântica · arXiv · 2026-10-22
Camadas Quânticas podem oferecer vantagens de desempenho e segurança em Modelos de Visão-Linguagem?
Título original: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?
Usando o LLaVA-OneVision como espinha dorsal, o estudo avalia circuitos básicos em anel e fortemente emaranhados de 4 e 8 qubits, inseridos em componentes clássicos ou substituindo-os em quatro locais cada, e compara o desempenho e o custo computacional com modelos clássicos. No conjunto de dados Visual Spatial Reasoning, inserir uma camada quântica após o projetor visual atinge 80.7% de acurácia de desenvolvimento, 2.28 pontos percentuais acima do fine-tuning completo clássico, enquanto a substituição da subcamada feed-forward final do decodificador retém 79.22% de acurácia com 13.07 milhões de parâmetros treináveis a menos. Os benefícios dependem fortemente do posicionamento—substituições em pontos anteriores reduzem a acurácia, e menos parâmetros não encurtam de forma confiável o treinamento nem reduzem a computação—a robustez também foi avaliada sob seis configurações de ataque, e se esses ganhos se generalizam permanece em aberto.