English(EN) Multi-head Quantum Neural Networks: Replacing Transformer Blocks with NISQ Modules inside a 30-Billion-Parameter LLM

量子神经网络取代大语言模型中的Transformer块

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-14 05:00

研究人员开发了一种新颖的多头量子神经网络（QNN），旨在替换大语言模型（LLM）中的Transformer块。这种量子模块与嘈杂中等规模量子（NISQ）设备兼容，目标是在不显著损失准确性的情况下减少参数数量。该方法将隐藏空间划分为更小的片段，并行处理它们，并通过经典线性层进行集成。在Qwen3-30B-A3B-Instruct-2507模型上的实验表明，单个多头QNN可以替换大部分Transformer块，并且其量子组件已在IBM Heron处理器上进行了测试。 AI

影响这项研究可能通过利用量子计算原理来构建核心架构组件，从而实现更具参数效率的大语言模型。

排序理由学术论文，详细介绍了LLM架构的一种新颖技术方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了LLM架构的一种新颖技术方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Maforikan Amoussou, Borja Aizpurua, Sukhbinder Singh, Rom\'an Or\'us, Hans-Arno Jacobsen · 2026-11-14 05:00

多头量子神经网络：在300亿参数大语言模型中用NISQ模块替换Transformer块

arXiv:2611.15250v1 Announce Type: cross Abstract: We introduce the multi-head quantum neural network (QNN), a quantum module compatible with noisy intermediate-scale quantum (NISQ) devices that can replace transformer blocks inside pre-trained large language models (LLMs) with li…

本文如何被排名

报道来源 [1]

多头量子神经网络：在300亿参数大语言模型中用NISQ模块替换Transformer块

相关实体

相关话题