QuantumMind测试量子增强大模型推理
DeepTech报道,赵俊华与团队正通过量子AI初创公司QuantumMind推进QART(Quantum-Augmented Reasoning Transformer,量子增强推理Transformer)的研发与商业化,赵俊华担任公司首席科学家。QART将大语言模型与量子优化模块结合,用于部分推理路径选择。团队称,QART无需重新训练基础模型,在六项基准的十五组测试中有十四组表现改善,但收益随模型和任务而变化。赵俊华表示,接入量子计算会增加成本。公司正在探索电力和金融领域的应用,完整系统尚未开源;量子模块的实际贡献仍需与经典优化方法进行更充分的对照。
长程推理容易因中途错误累积而失效,QART提供了一种基于优化选择推理路径的方案。但其初步收益依赖具体任务,商业价值也取决于性能提升能否覆盖新增成本。
近年来,随着人工智能技术快速发展,量子计算与 AI 的结合也受到越来越多关注。
长期以来,量子计算被寄予厚望,希望借助不同于传统计算机的计算方式,在材料模拟、组合优化等领域解决一些复杂问题。如今,大模型的发展又为这一领域带来了新的研究方向。一方面,研究人员尝试利用 AI 改进量子计算的控制和算法设计;另一方面,也有人开始探索,量子计算能否反过来提升 AI 系统的能力。
其中一个受到关注的方向,是大模型的复杂推理。随着推理模型不断发展,AI 已经能够处理越来越复杂的数学、编程和科学问题,但在需要连续完成大量步骤的任务中,模型仍可能因为中途的判断错误而影响最终结果。如何提高长程推理的可靠性,仍是当前大模型研究面临的挑战之一。
#QuantumMind#QART#Boson Quantum#D-Wave#Guangdong Power Grid#Zhao Junhua