研究人员推出了一种名为 Quantum MeanFlow (QMF) 的新方法,用于在量子计算机上进行单步生成采样。该方法是经典 MeanFlow 的类似物,学习时间间隔内的平均速度场,这与 Quantum Flow Matching (QFM) 学习的瞬时速度场形成对比。QMF 旨在降低与量子硬件上顺序电路提交相关的高输入/输出成本。虽然 QMF 生成的图像质量低于多步 QFM,但在各种采样次数下,其性能优于单步 QFM 采样。该方法使用 IBM 量子计算机在 MNIST 数据集上进行了基准测试,证明了其在高效量子生成采样方面的可行性。 AI
影响 引入了一种减少生成采样量子电路评估的方法,有可能加速量子机器学习领域的研究。
排序理由 学术论文,详细介绍了一种新的量子生成模型方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →