כתבה
arXiv cs.LG ·
Mu-DisCoCat: פייפל וריאציונלי לכלליות רכיבית על מעבדי קוונטי
Mu-DisCoCat: A Variational Pipeline for Compositional Generalization on Quantum Processors
המאמר עוסק בפיתוח פייפל וריאציונלי לכלליות רכיבית על מעבדי קוונטי, שמאפשר כלליות רכיבית במצבי תצוגה חדשים. הפייפל, הנקרא Mu-DisCoCat, משתמש במודלי DisCoCat ובמעבדי קוונטי כדי ללמוד יחסים בין רכיבים. המחברים הציגו את הפייפל ובדקו את יעילותו במספר תרחישים. התוצאות הראו שהפייפל היה יעיל ומוצלח בכלליות רכיבית.
תקציר מקורי באנגליתarXiv:2610.08131v1 Announce Type: new Abstract: Achieving compositional concept generalization (CoCoGen), the ability to understand novel situations by recombining learned primitives, remains a fundamental challenge in artificial intelligence. Compositional semantic models such as Compositional Distributional Semantics (DisCoCat) offer solutions by generalising vectors to tensors, but suffer from scaling bottlenecks when learning the tensors. Mapping DisCoCat onto Variational Quantum Circuits (VQCs) resolves this limitation for text, yet the methodology has not been expanded to multimodal situations such as the ones involved in CoCoGen. This paper introduces Mu-DisCoCat: a multimodal variational quantum learning framework for DisCoCat that achieves CoCoGen. The framework first learns stabl
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית