量子科技中心_量科网

最近，IonQ团队在新发表的一篇论文中提出了一种混合量子-经典架构，它旨在通过利用量子机器学习来增强大语言模型（LLM）的微调能力。该公司在预先训练的LLM基础上，用了一小组训练数据进行辅助，以通过量子机器学习定制其功能。IonQ团队采用了一种广泛用于预测句子中单词的开源大语言模型，并结合了参数化量子电路作为新层，成功实现了将这种混合模型重新用于理解句子情感。实验结果表明，该混合量子方法在准确性上要优于传统方法的模型，且随着量子比特数量的增加，分类准确性呈现上升趋势。此外，该团队还预计，与使用全经典模型的推理相比，使用混合量子算法进行推理将显著节省能源。