Los sistemas de pregunta-respuesta de dominio abierto necesitan modelos capaces de hacer referencia a múltiples pasajes simultáneamente para generar respuestas precisas. El modelo Rational Fusion-in-Decoder (RFiD) se centra en diferenciar entre relaciones causales y características espurias mediante la utilización de los codificadores del modelo Fusion-in-Decoder. Sin embargo, la dependencia de RFiD en la información de tokens parciales limita su capacidad para determinar si el pasaje correspondiente es una justificación para la pregunta, lo que podría llevar a respuestas inapropiadas. Para abordar este problema, proponemos un modelo Quantum-Inspired Fusion-in-Decoder (QFiD). Nuestro enfoque introduce un Módulo de Fusión Cuántica (QFM) que mapea estados ocultos unidimensionales en multidimensionales, permitiendo que el modelo capture información de token más completa. Luego, se utiliza el método de mezcla clásica de la teoría de la información cuántica para fusionar toda la información. Basándose en la información fusionada, el modelo puede predecir con precisión la relación entre la pregunta y el pasaje. Los resultados experimentales en dos conjuntos de datos prominentes de ODQA, Preguntas Naturales y TriviaQA, demuestran que QFiD supera a las líneas de base sólidas en evaluaciones automáticas.