Nvidia publica Ising, modelos de código aberto para computação quântica
Primeira família de modelos de IA para computação quântica corrige erros 2,5 vezes mais rápido que métodos existentes.
Pontos principais
- Dois domínios: Ising Calibration (VLM de 35 bilhões de parâmetros) e Ising Decoding (CNN 3D)
- Variante de velocidade (0,9 mi parâmetros) é 2,5x mais rápida que pyMatching na correção de erros
- Variante de precisão (1,8 mi parâmetros) é 3x mais precisa e usa 10x menos dados de treino
- Processadores quânticos atuais erram ~1 a cada mil operações; sistemas práticos precisam de 1 por trilhão
- Modelos são open-source no HuggingFace com licença permissiva para fine-tuning local
A Nvidia publicou o Ising, primeira família de modelos de IA de código aberto para computação quântica, com dois domínios: Ising Calibration, um modelo de visão-linguagem de 35 bilhões de parâmetros para calibrar processadores quânticos, e Ising Decoding, com duas variantes de CNN 3D para correção de erros em tempo real.
A variante de velocidade corrige erros quânticos 2,5 vezes mais rápido que os métodos existentes; a de precisão é 3 vezes mais precisa com 10 vezes menos dados de treino. Processadores quânticos atuais erram aproximadamente uma vez a cada mil operações; sistemas práticos precisariam reduzir isso para uma vez por trilhão. Todos os modelos estão no HuggingFace sob licença permissiva.
Comentários
Carregando comentários...