arXiv 2026年10月1日该工作提出 QuLoC——一种光子量子辅助的大语言模型压缩算法，用量子电路输出在训练中门控保留的低秩分量，并通过局部功能重建与端到端知识蒸馏恢复性能，训练后门控系数被吸收进低秩因子，使压缩模型可在经典硬件上推理而无需运行量子电路；在 Qwen3.5-4B 上，其平均准确率相对当前最优基线提升 9.73%，在 LLaMA-7B 的不同参数压缩比下也取得相当或更高的平均下游准确率。该工作提出 QuLoC——一种光子量子辅助的大语言模型压缩算法，用量子电路输出在训练中门控保留的低秩分量，并通过局部功能重建与端到端知识蒸馏恢复性能，训练后门控系数被吸收进低秩因子，使压缩模型可在经典硬件上推理而无需运行量子电路；在 Qwen3.5-4B 上，其平均准确率相对当前最优基线提升 9.73%，在 LLaMA-7B 的不同参数压缩比下也取得相当或更高的平均下游准确率。QuLoC 用光子量子电路门控低秩分量，在 Qwen3.5-4B 上把压缩后平均准确率相对提升 9.73%该工作提出 QuLoC——一种光子量子辅助的大语言模型压缩算法，用量子电路输出在训练中门控保留的低秩分量，并通过局部功能重建与端到端知识蒸馏恢复性能，训练后门控系数被吸收进低秩因子，使压缩模型可在经典硬件上推理而无需运行量子电路；在 Qwen3.5-4B 上，其平均准确率相对当前最优基线提升 9.73%，在 LLaMA-7B 的不同参数压缩比下也取得相当或更高的平均下游准确率。该工作提出 QuLoC——一种光子量子辅助的大语言模型压缩算法，用量子电路输出在训练中门控保留的低秩分量，并通过局部功能重建与端到端知识蒸馏恢复性能，训练后门控系数被吸收进低秩因子，使压缩模型可在经典硬件上推理而无需运行量子电路；在 Qwen3.5-4B 上，其平均准确率相对当前最优基线提升 9.73%，在 LLaMA-7B 的不同参数压缩比下也取得相当或更高的平均下游准确率。