lab NVIDIA Research · há 22 h · research

Nvidia introduz modelos estendidos de erro de detector para compor erros de circuitos quânticos

Traduzido do English → Português (BR)

O pesquisador da Nvidia N. Horrocks apresenta os modelos estendidos de erro de detector (EDEMs) projetados para lidar com programas quânticos tolerantes a falhas com circuitos estabilizadores e erros de Pauli estocásticos. Esses modelos permitem que a análise de erros seja composta em sequência e paralelo, espelhando a estrutura das realizações físicas do circuito.

Os EDEMs permitem que os detectores, que são paridades de medição usadas para diagnosticar erros, sejam divididos através dos limites do circuito.
A abordagem estabelece condições específicas sob as quais a composição recupera o modelo de erro do detector do circuito montado.
Essa estrutura suporta pré-compilação simbólica e análise para famílias inteiras de circuitos.
Ela define modelos de erro para janelas de decodificação e as informações de fronteira através das quais as correções comprometidas afetam janelas subsequentes.

Esta interface conecta o design de operações lógicas individuais à decodificação de um programa quântico em desenvolvimento, abordando o desafio de tempo de execução onde os resultados da medição determinam as operações subsequentes.

Importância 1/3 Confiança 3/3 NVIDIA Research NVIDIA Research paper

Artigos relacionados

arxiv arXiv cs.LG · há 12 d · 52 visualizações

Modelos Nemotron-3 da NVIDIA alcançam pontuação de ouro e recorde humano em IOI 2026

Pesquisadores desenvolveram um pipeline de pós-treinamento para modelos de linguagem grandes que permite alcançar desempenho de medalha de ouro em programação competitiva. Ao combinar ajuste fino supervisionado, aprendizado por reforço e uma nova estratégia orientada por feedback chamada GenCorrect, o sistema supera os melhores participantes humanos no conjunto de problemas do IOI 2026.

arxiv arXiv cs.CL · há 12 d · 16 visualizações

Modelos NVIDIA Nemotron-3 alcançam desempenho de medalha de ouro em competições de programação do IOI

A NVIDIA desenvolveu pipelines de pós-treinamento para seus modelos de linguagem Nemotron-3-Nano-CC e Nemotron-3-Ultra-CC para se destacarem na programação competitiva. Ao combinar a curadoria de problemas em larga escala, rastros de raciocínio sintéticos, ajuste fino supervisionado e aprendizado por reforço, a equipe criou sistemas especializados capazes de raciocínio algorítmico de alto nível.

arxiv arXiv cs.AI · há 12 d · 24 visualizações

Modelos Nemotron-3 da NVIDIA alcançam desempenho de medalha de ouro em competições de programação da IOI

A NVIDIA desenvolveu um pipeline de pós-treinamento para seus modelos de linguagem Nemotron-3, permitindo que eles alcancem desempenho de nível de medalha de ouro na Olimpíada Internacional de Informática (IOI). A abordagem combina curadoria em larga escala de problemas, rastros de raciocínio sintéticos, ajuste fino supervisionado e aprendizado por reforço.

lab NVIDIA Research · há 32 d · 41 visualizações

HorizonRelight usa autocondicionamento mascarado para relighting consistente de vídeo em longo prazo

Os pesquisadores abordam descontinuidades temporais no relighting de vídeos de longo prazo reformulando a tarefa como tradução de domínio latente condicionado temporalmente. A estrutura impõe continuidade entre blocos propagando os latentes do domínio-alvo através dos limites e utiliza autocondicionamento mascarado do domínio-alvo para tornar esse comportamento aprendível.

lab NVIDIA Research · há 34 d · 27 visualizações

NVIDIA lança OmniDreams, modelo de mundo generativo em tempo real para simulação de veículos autônomos

A NVIDIA apresentou o OmniDreams, um modelo de mundo generativo fundamental projetado para resolver os gargalos na avaliação de políticas de direção autônoma dentro de simulações em loop fechado. Treinado intermediária e posteriormente a partir do modelo de difusão Cosmos com 21 mil horas de cenários de condução, ele gera vídeos condicionados por ações em tempo real de forma autoregressiva.