HyperQ：量子电路集成扩散语言模型研究

发生了什么

据Hugging Face Papers报道，研究提出HyperQ架构，将令牌条件量子残差分支集成到冻结的掩码扩散语言模型中。该方法允许在11亿参数骨干网中训练16至64量子比特的电路。在下游基准测试中，随着电路宽度增加，平均得分从47.65提升至54.30。在64量子比特时，HyperQ超越骨干网及其低秩适应变体。仅需2万对提示-响应对进行微调，远低于经典基线的20万对。