桥接经典与量子计算以构建下一代语言模型
量子物理
2025-08-12 v1
摘要
将大型语言模型（LLM）与量子计算集成是当前的关键挑战，受限于面向噪声中间规模量子设备（NISQ）的严苛约束，包括barren plateaus和相干性有限等问题。现有方法往往因静态的量子-经典划分而失败。我们提出自适应量子-经典融合（AQCF），这是第一个实现性的框架，通过动态量子-经典共设计来填补这一鸿沟。AQCF的核心原则是实时适应：它分析输入复杂度，以协调经典与量子处理之间的无缝转换。该框架包含三个关键创新：(1) 基于熵的自适应电路规避barren plateaus；(2) 量子存储库统一经典注意力与量子状态基相似性检索；(3) 智能融合控制器实现任务分配的最优性能。该架构保持与经典Transformer的完全兼容，同时逐步融合量子优势。在情感分析任务上进行实验，AQCF实现了竞争性能，显著提升了量子资源效率，并能在典型NISQ约束下顺利运行。通过提供无缝的集成路径，AQCF不仅在当前量子硬件上具有即时实际价值，也为通往成熟量子LLM的清晰演进路径。
引用
@article{arxiv.2508.07026,
title = {Bridging Classical and Quantum Computing for Next-Generation Language Models},
author = {Yi Pan and Hanqi Jiang and Junhao Chen and Yiwei Li and Huaqin Zhao and Lin Zhao and Yohannes Abate and Yingfeng Wang and Tianming Liu},
journal= {arXiv preprint arXiv:2508.07026},
year = {2025}
}