NVIDIA 研究團隊於 7 月 27 日發布「NVIDIA Ising Calibration 1.5」，這是一款 310 億參數的視覺語言模型，專為診斷與調校量子處理器設計，已完全開源。據 QCalEval 基準測試，該模型在上下文學習（ICL）測試中的效能較前一代模型提升 86.68%。
Ising Calibration 1.5 效能數據
根據 NVIDIA 技術部落格，Ising Calibration 1.5 在最新發布的 QCalEval 基準測試中的主要效能數據如下：
Zero-shot 測試：在獨立分析未見過的診斷結果時，平均比同規模次佳的開源模型高出約 10%。
ICL（上下文學習）測試：在提供相關樣本的情況下，效能比前一代模型大幅提升 86.68%，整體實力已能與 1T 參數級別的頂尖閉源模型（如 Claude Fable 5 等）相比。
NVFP4 量化版本降低部署門檻：BF16 縮減 11.4%
根據 NVIDIA 的技術說明，此次 Ising Calibration 1.5 的兩項關鍵更新如下：
NVFP4 量化版本：NVIDIA 首度提供 NVFP4 量化版本，BF16 精度下的模型體積縮減 11.4%，使過去需要龐大算力的 QPU 診斷模型，現在可在單一 GPU 或 NVIDIA DGX Spark 上流暢運行。
支援的量子位元技術：Ising Calibration 1.5 的訓練資料涵蓋以下五種主流量子位元技術：
· 超導量子位元（Superconducting qubits）
· 量子點（Quantum dots）
· 離子阱（Trapped ions）
· 中性原子（Neutral atoms）
· 氦上電子（Electrons on helium）
完全開源與部署方式
根據 NVIDIA 的公告，Ising Calibration 1.5 的完整資源（含參數檢查點、量化版本及部署藍圖）已透過 Linux Foundation 的 OpenMDW License 完全開源。開發者可透過以下管道取得與部署：在 Hugging Face 平台直接取得模型權重，或透過 NVIDIA NIM 容器與託管服務快速建置代理式（Agentic）校準工作流程。
常見問題
NVIDIA Ising Calibration 1.5 的主要效能提升為何？
根據 QCalEval 基準測試，Ising Calibration 1.5 的 ICL 效能較前一代提升 86.68%，Zero-shot 表現比同規模次佳開源模型高出約 10%，整體能力已能與 1T 參數的 Claude Fable 5 等頂尖閉源模型相比。
Ising Calibration 1.5 的部署門檻如何降低？
根據 NVIDIA 說明，新增的 NVFP4 量化版本使 BF16 精度模型體積縮減 11.4%，現在可在單一 GPU 或 NVIDIA DGX Spark 上運行，無需龐大算力的基礎設施。
Ising Calibration 1.5 如何取得？
根據 NVIDIA 的公告，模型已透過 Linux Foundation 的 OpenMDW License 完全開源，可在 Hugging Face 平台取得模型權重，或透過 NVIDIA NIM 容器與託管服務部署。
