研究人员正在逐步地实现大规模量子计算。IBM今天宣布,已经开发出一种量子计算机,其处理组件的数量是以前最大量子计算机的两倍多。
这套新系统封装了53个量子位,相比之下早期型号是20个,此外还有其他很多重大变化,包括改进了芯片设计。不仅如此,IBM还更改了一些板载电子设备,以减少数据错误的发生。
量子计算机是高度不稳定的计算机,只能在信息丢失或者损坏之前的短时间内执行计算任务,而这主要归咎于底层量子位是十分脆弱的。在物理层面,量子位不是由典型计算机内部的晶体管组成,而是由冷却到低温的原子或者亚原子粒子组成。
要弄清楚如何防止这些粒子“脱壳”是试图将量子计算商业化的巨大挑战之一。除了IBM之外,谷歌、微软以及Rigetti Computing等初创公司也在涉足量子计算领域,后者正在开发100多个量子位的系统。
IBM的53量子位计算机并不是那么大,但被IBM称为目前为止IBM向企业组织提供的最强大的系统。当下个月该系统完成安装的时候,IBM将通过Q Networks让研究人员可以远程访问该机器。
IBM表示,该计算机将安装于位于纽约Poughkeepsie校区最新建造的量子计算中心。到11月该计算中心将共有14个系统,其中5个是基于新的20量子位架构,而且这些系统的性能是IBM在2018年推出的早期20量子位系统的2倍。
“自从我们在2016年将第一台量子计算机放入云端以来,我们的战略就是将量子计算从少数几个组织的孤立实验室转移到成千上万的用户手中。我们每年会多次迭代并改进系统的性能,”IBM研究院总监Dario Gil这样表示。
目前有80家组织机构可以访问IBM的量子计算机,包括摩根大通公司和多家学术机构等。到目前为止,研究人员已经使用这种计算机在电池化学到期权交易等多个领域进行了超过1400万次实验。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。