Superpositional Gradient Descent: Harnessing Quantum Principles for Model Training
Questo articolo introduce la Superpositional Gradient Descent (SGD), un nuovo ottimizzatore ibrido quantistico-classico che sfrutta la sovrapposizione quantistica e le perturbazioni dei circuiti per ottenere una convergenza più rapida e una perdita inferiore rispetto ad AdamW sia nell'addestramento di modelli sintetici che in quello di modelli linguistici su larga scala, nonostante le attuali limitazioni di scalabilità dell'hardware.