Quantum Computation

新的MQAdapter使用量子计算进行VLM微调

研究人员推出了一种新颖的视觉语言模型（VLM）微调方法MQAdapter，该方法融入了量子计算。该方法旨在通过将视觉和文本特征编码到希尔伯特空间内的量子态中，来提高少样本学习中的细粒度判别能力。通过利用量子纠缠和叠加，MQAdapter能够模拟更高阶的跨模态交互，从而产生比传统欧几里得适配器更具判别力的表示。在15个数据集上的评估表明，MQAdapter具有参数效率，并能提高各种微调算法的性能。