跳到正文
arXiv · 机器人与计算机视觉· Md Khalid Syfullah, Alvi Ataur Khalil·· 28 天前AI 评分42

量子层能否为视觉语言模型带来性能与安全优势?

Can Quantum Layers offer Performance and Security Advantages in Vision-Language Models?

AI 导读

研究基于 LLaVA-OneVision 骨干,在经典仿真环境下评估了插入或替换 4-8 量子比特电路对视觉语言模型的影响。结果显示,视觉投影器后插入量子层使 Visual Spatial Reasoning 数据集开发准确率提升至 80.7%,而替换最终解码器前馈子层则减少了 1307 万可训练参数但保留 79.22% 精度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org