模運算

速報

量子通用轉換器（UQT）突破傳統神經網路的數學推理瓶頸

研究指出傳統神經網路在精確數學對稱性上需大量參數且易不穩。團隊提出通用量子轉換器（UQT），利用多量子位的幾何相位與 SU(2) 波干涉，在 5 顆量子位上精確學習模 11 算術與 S4 置換群。實驗顯示 UQT 收斂後具決定性泛化，並在 IBM NISQ 硬體上驗證，可克服自注意力的二次複雜度瓶頸。