HyperQ 用 64 量子比特让 1.1B 扩散语言模型零样本均分超过 Qwen3-8B

蒙特利尔大学、Mila 和麦吉尔大学团队提出 HyperQ，将逐 Token 自适应的量子电路引入扩散语言模型，在 64 量子比特下让 1.1B 模型六项零样本测试平均分超过 Qwen3-8B 等 8B 模型。相比冻结主干提升 4.71 分，并超过 LoRA 微调结果，而指令微调数据仅为后者的十分之一。量子电路还在 IBM 156 量子比特量子集群上完成验证，平均分仅比经典模拟低 1.12 分。