Google 用强化学习实时纠正量子处理器漂移
VraserX · x · 2026-07-26
Google 研究团队把强化学习用到量子控制上，能在计算运行过程中持续调整成千上万个参数。
- 在 Willow 处理器上，这种方法在人工引入漂移的情况下，把逻辑稳定性提升了 3.5 倍。
- 在专家校准之后，逻辑错误率又进一步下降了 20%。
- 这项工作发表在 Nature，配图也直接把它描述为“让量子计算机从自身错误中学习”的一步。
「Infra」频道最新
- 卖掉 5090 换多机？一公司主拆解本地推理硬件扩展五套方案 — Anarchaotic · 2026-10-27
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27