이미지: NVIDIA
摘要
- NVIDIA Ising Calibration 1.5是一款开源VLM，可解读量子处理器诊断结果并判断校准方法
- 首次提供NVFP4量化版本，使其能够在单个GPU或DGX Spark上运行
- 在QCalEval基准测试中取得开源模型最佳成绩，并具备与部分闭源模型竞争的实力
- 모델 규모
- 31B 파라미터 비전언어모델
- 모델 크기 변화
- BF16 정밀도 기준 이전 대비 11.4% 감소
- 신규 배포 옵션
- NVFP4 양자화 버전, 단일 GPU 또는 NVIDIA DGX Spark 지원
- 성능 개선
- 관련 실험 예시 활용 시(ICL) 이전 모델 대비 86.68% 향상
- 라이선스
- OpenMDW 라이선스로 체크포인트·데이터셋·배포 블루프린트 공개
NVIDIA发布了用于量子计算机校准自动化的视觉语言模型（VLM）"NVIDIA Ising Calibration 1.5"。该模型参数规模达310亿，设计目的是解读量子处理器（QPU）的诊断图表，并据此判断需要如何重新校准。
此次版本同时强化了两方面能力：无需预先学习示例即可分析陌生诊断结果的零样本性能，以及参考相关实验案例的上下文学习（ICL）性能。以BF16精度计算，模型体积较上一版本缩小了11.4%。同时首次提供NVFP4量化版本，使其能够在单个GPU或NVIDIA DGX Spark环境中直接部署到实验室现场。
基于多种量子比特方案数据训练
该模型的训练数据来自合作伙伴提供的超导量子比特、量子点、离子阱、中性原子、氦上电子等多种量子比特方案的数据。性能评估通过QCalEval基准测试进行，该测试衡量模型解读诊断结果、分类、评估适配度以及提出下一步建议的能力。
QCalEval测试结果显示，在利用相关示例的情况下，Ising Calibration 1.5的性能较上一代模型提升了86.68%。该模型在开源模型中取得了最高性能，据悉其表现足以与Fable 5、GPT 5.6 Sol等闭源模型相竞争。
NVIDIA表示，已以OpenMDW许可证公开了完整参数检查点、量化版本、训练数据集及部署蓝图，并称通过与NVIDIA Nemo Agent Toolkit的集成，将支持构建自动化量子校准工作流程。
