AI اور دنیا کے مشکل مسائل · کوانٹم طبیعیات اور کوانٹم کمپیوٹنگ · arXiv · 2026-10-22
کیا کوانٹم تہیں ویژن-لینگویج ماڈلز میں کارکردگی اور حفاظت کے فوائد پیش کر سکتی ہیں؟
اصل عنوان: Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?
LLaVA-OneVision کو بیک بون کے طور پر استعمال کرتے ہوئے، مطالعہ 4- اور 8-کیوبٹ کے بنیادی حلقوی اور شدید اینٹینگلنگ سرکٹس کا جائزہ لیتا ہے، جو چار چار مقامات پر یا تو کلاسیکی اجزاء میں داخل کیے جاتے ہیں یا ان کی جگہ لیتے ہیں، اور کارکردگی اور حسابی لاگت کا کلاسیکی ماڈلز سے موازنہ کرتا ہے۔ Visual Spatial Reasoning ڈیٹا سیٹ پر، بصری پروجیکٹر کے بعد کوانٹم لیئر داخل کرنے سے 80.7% ڈیویلپمنٹ درستگی حاصل ہوتی ہے، جو کلاسیکی مکمل فائن ٹیوننگ سے 2.28 فیصد پوائنٹس زیادہ ہے، جبکہ حتمی ڈی کوڈر فیڈ فارورڈ سب لیئر کی جگہ لینے پر 79.22% درستگی برقرار رہتی ہے اور قابلِ تربیت پیرامیٹرز 13.07 ملین کم ہو جاتے ہیں۔ یہ فوائد مقام کے انتخاب پر بہت زیادہ منحصر ہیں—پہلے کی جگہ لینا درستگی کم کر دیتا ہے اور کم پیرامیٹرز سے تربیت کا مختصر ہونا یا حساب کا کم ہونا قابلِ اعتماد نہیں رہتا—چھ حملہ سیٹنگز کے تحت مضبوطی کا جائزہ بھی لیا گیا، اور آیا یہ فوائد عمومیت اختیار کرتے ہیں، یہ اب بھی کھلا سوال ہے۔