Az NVIDIA nyilvánosságra hozta az Ising Calibration 1.5 modellt, egy nyílt forráskódú vision-language modellt (VLM), amelynek célja a kvantumprocesszorok (QPU-k) diagnosztikai kimeneteinek értelmezése és a szükséges hangolási lépések meghatározása. A modell kifejezetten arra készült, hogy a kísérleti mérésekből származó ábrákat, grafikákat és szöveges eredményeket felhasználva javaslatot tegyen a továbblépésre a QPU bring-up és retune műveletek során.
Mire képes az Ising Calibration 1.5?
Az Ising Calibration 1.5 továbbfejleszti az AI-alapú kalibrációt azzal, hogy képes ismeretlen diagnosztikai eredmények elemzésére anélkül, hogy korábbi példákat igényelne (zero-shot). Amennyiben rendelkezésre állnak kapcsolódó kísérleti példák, a modell azokat is felhasználja in-context learning (ICL) módban. Az új kiadás BF16 pontosság mellett 11.4%-kal kisebb méretű, ami megkönnyíti a helyi laboratóriumi környezetben történő üzembe állítást és agentes kalibrációs munkafolyamatok futtatását.
Quantizált verzió és futtatási lehetőségek
Első alkalommal elérhető az Ising Calibration 1.5 NVFP4-quantizált változata is, ami lehetővé teszi a modellt egyetlen GPU-n vagy NVIDIA DGX Spark környezetben való futtatását, összevethetővé téve azt vezető zárt modellekkel, például a Fable 5-tel és a GPT 5.6 Sol-lal. A modell 31 milliárd paraméteres VLM, amely adatközponti GPU-kon, például NVIDIA Grace Blackwell és NVIDIA Vera Rubin hardvereken is használható. Az NVFP4 kvantizált build kisebb pontosságcsökkenés árán lehetővé teszi futtatást fogyasztói játék-kártyán vagy DGX Spark-on, és optimalizálták a tokens per second (TPS) teljesítményt a DGX Spark-hoz, hogy jó lokális áteresztőképesség érhető legyen alacsonyabb költségen.
Teljesítmény és benchmarkok
Az Ising Calibration 1.5 teljesítményét a QCalEval benchmarkkal értékelték, amely azt méri, hogy a modell mennyire képes kísérleti eredményeket értelmezni, osztályozni, a jelentőségüket felmérni, a fit minőségét és fontos jellemzőket értékelni, valamint javaslatot tenni a következő lépésekre. A QCalEval vizsgálja a zero-shot és az in-context learning képességeket egyaránt: a zero-shot esetén a modell függetlenül elemzi az eredményeket, az ICL pedig a kapcsolódó minták kontextusában teszteli az értékelést.
A benchmark eredmények szerint az Ising Calibration 1.5 kiemelkedően teljesít ismeretlen diagnosztikai eredmények elemzésében, és a kapcsolódó kísérleti példákat felhasználva mintegy 86.68%-kal jobb teljesítményt mutat a korábbi verzióhoz képest (az egyik megjegyzés szerint 86.5%-os javulás is szerepel). Zero-shot feladatokban átlagosan 10%-kal jobb pontszámot ér el a következő legjobb, hasonló méretű nyílt modellnél. Összességében az Ising Calibration 1.5 felülmúlja a többi nyílt modellt alapbeállítás mellett, és versenyképes a vezető zárt, nagy paraméterű modellekkel.
Adatok, licenc és elérhetőség
Az Ising Calibration 1.5 képzéséhez szükséges adatok partnerek hozzájárulásából származnak, több qubit-modalitást lefedve, köztük szupravezető qubitek, kvantumpontok (quantum dots), ionok, semleges atomok, Heliumon lévő elektronok és mások, amelyek a kalibrációra és vezérlésre specializálódtak.
A modellcsalád teljesen nyílt: a súlyok, adatok, benchmarkok és receptek elérhetők, hogy a felhasználók módosíthassák, üzembe állíthassák és finomhangolhassák saját megoldásaikat. A teljes-parameter checkpointok elérhetők a Hugging Face-en az alábbi kiadásokban:
- Ising Calibration 1.5 31B BF16
- Ising Calibration 1.5 31B NVFP4
Továbbá elérhető NVIDIA NIM csomagként és az NVIDIA Build szolgáltatáson keresztül is. Az OpenMDW License (Linux Foundation) lehetővé teszi a QPU-építők és üzemeltetők számára, hogy megtartsák az adataik feletti kontrollt és bárhol telepítsék a modellt.
Telepítési segédletek és források
Az NVIDIA elérhetővé tette a Quantum-Calibration-Agent-Blueprint GitHub-tárat, amely egy kész agent-huzat (agent harness) sablont kínál az Ising Calibration 1.5 és más modellek használatához, beleértve a nagy modell cloud API-k támogatását. A sablon célja, hogy gyorsan beállíthatóvá tegye a kvantumkalibrációs kísérletek automatizálását az NVIDIA Nemo Agent Toolkit használatával.
A QCalEval benchmark és a hozzá kapcsolódó adatkészletek nyilvánosan elérhetők, hogy a közösség reprodukálhassa és értékelhesse a modellek hatékonyságát kvantumkalibrációs feladatokban.
Összegzés
Az Ising Calibration 1.5 egy, a kvantumhardver-üzemeltetők számára készített, nyílt VLM, amely javítja a diagnosztikai eredmények automatikus értelmezését és a kalibrációs lépések ajánlását. A 31 milliárd paraméteres modell és annak NVFP4 kvantizált változata különféle hardvereken futtatható, és a QCalEval benchmark szerint jelentős előrelépést jelent az előző verzióhoz és más nyílt modellekhez képest.
