Matrix product operators, matrix product states, and ab initio density matrix renormalization group algorithms
PulseAugur coverage of Matrix product operators, matrix product states, and ab initio density matrix renormalization group algorithms — every cluster mentioning Matrix product operators, matrix product states, and ab initio density matrix renormalization group algorithms across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新框架将量子电路集成到大语言模型中，减少参数并提高性能
研究人员开发了一个新颖的框架，将量子计算与预训练的大语言模型（LLMs）集成起来。这种混合方法用变分量子电路替换LLMs中的权重矩阵，显著减少了所需的经典参数数量，同时保持或提高了性能。实验表明，该方法可以将层压缩超过三个数量级，并将困惑度降低高达1.6%，在真实量子处理器上的验证证明了通往量子增强语言模型的实用途径。
-
新的基于MPO的框架增强了多项式函数逼近能力
研究人员引入了一个名为基于矩阵乘积算子的多元多项式优化((MPO)$^2$)的新框架。该方法结合了学习到的MPO特征嵌入和紧凑的多项式权重张量，以创建高效的多项式表示。该框架不依赖于特征顺序，并且可以整合结构化算子，如投影和卷积。在回归和分类基准测试中，(MPO)$^2$在多项式函数逼近方面，相比现有的基于张量分解的多项式模型展现出改进，提供了一种灵活的替代方案。
-
新算法为张量化神经网络提供高效有限初始化
研究人员开发了用于张量化神经网络和张量网络算法中层初始化的新算法。这些方法利用弗罗贝尼乌斯范数和正线性逐项和的局部计算来管理初始化过程中潜在的发散或零范数问题。该方法在应用于矩阵乘积态/张量链和矩阵乘积算子/张量链矩阵层时显示出有效性，并显示出相对于网络大小和维度的可扩展性。所有相关代码均已公开提供。