量子原生语言模型:测试版本逊于经典基线
热点事件持续更新
量子原生语言模型:测试版本逊于经典基线
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Deniz Yunus Göğüş 提交了一篇论文,提出字节级自回归语言模型:隐藏状态是一个小型量子寄存器,状态转移为可学习的、以 token 为条件的量子通道,下一字节概率直接由玻恩规则测量得到,不经过经典词表投影或 softmax。 论文自述,所测试的模型是经典可模拟的,且表现明显差于经典 n-gram 基线;作者同时声明不主张任何计算量子优势。因此该工作目前是量子原生架构的构造与硬件验证尝试,并未展示出相对于经典方法的性能或量子计算优势。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
可训练量子原生语言模型:耗散记忆、容量限制与硬件验证报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv:cs.LG可训练量子原生语言模型:耗散记忆、容量限制与硬件验证
研究提出字节级自回归语言模型,其隐藏状态为小型量子寄存器,转移为可学习的 token 条件量子通道,下一字节概率直接由玻恩规则测量得出,无需经典词表投影或 softmax。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。