HyperQ为扩散语言模型加入量子残差分支
热点事件持续更新
HyperQ为扩散语言模型加入量子残差分支
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Université de Montréal、Mila与McGill研究者提出HyperQ，在冻结的1.1B掩码扩散语言模型中加入可训练的token级量子残差分支，实验显示六项基准平均得分由49.59%升至54.30%。主干模型全程冻结，rank 16的小型hypernetwork按token预测电路参数。训练和评测均采用经典模拟，不依赖量子硬件加速，也未宣称获得量子加速优势。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 17:00
Mila 等机构发布 HyperQ：给冻结 1.1B 扩散语言模型加入 token 级量子残差分支报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntMila 等机构发布 HyperQ：给冻结 1.1B 扩散语言模型加入 token 级量子残差分支
Mila 等机构提出 HyperQ，在冻结的 1.1B 掩码扩散语言模型中加入可训练的 token 级量子残差分支。主干全程冻结，rank 16 的小型 hypernetwork 按 token 预测电路参数；六项基准平均得分从 49.59% 提升至 54.30%。训练与评测均采用经典模拟，不依赖量子硬件加速，也未宣称量子加速优势。
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。