arXiv · cs.CL· Teerawat Tongloy·· 1 天前AI 评分28
Born Transformer：一种在光学与量子比特上可精确追溯词证据的语言模型
Reading Why: Born-Measured Attention with Exact Word Evidence on Light and Qubits
来源与原文
arXiv · cs.CL
作者：Teerawat Tongloy
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.05355v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者构建了一种以 Born 测量为核心的 Transformer，注意力按 |⟨q|k⟩|⁴ 归一化，使词贡献的 integrated-gradient 证据可精确计算，求和误差不超过 10⁻¹¹。该模型在 e-SNLI 上以约 98k 非嵌入参数达到 76.98 ± 0.17% 测试准确率，与同规模 softmax Transformer（76.62 ± 0.36%）相当，且按证据删词改变答案的比例（45%）高于 softmax 模型（32%）。同一权重可精确编译为光学电路和量子电路（852 个 CNOT、23 个量子比特），并在 IBM 的 ibm_kingston 上验证了模型答案及删词行为，但证据测量本身尚未在硬件上实现。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。