AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：量子计算×
6月16日
20:46
6月12日
12:57
09:10
09:10arXiv cs.AI@Kenya Sakka, Wataru Mizukami, Kosuke Mitarai
研究人员提出一个基于大语言模型的自主智能体框架，用于迭代设计高性能量子电路。该框架包含探索、生成、讨论、验证、存储、评估和审查七个组件，形成闭环工作流，结合网络知识获取、文献批评、可执行代码生成和实验反馈。在量子机器学习特征映射和量子化学变分量子本征求解器两个任务上评估，生成的电路在图像分类基准上优于代表性量子特征映射，并在更大量子比特数时超越经典径向基函数核。在七种分子的基态能量估计中，生成的ansatz在满足约束条件下达到与化学启发式和硬件高效构造相当的精度。该工作展示了LLM驱动的智能体系统作为自动量子电路设计的可行范式。
论文量子计算LLM智能体电路设计变分量子算法自动优化
推荐理由：量子电路设计长期依赖人类专家，这个LLM智能体框架实现了自动化迭代优化，做量子计算或量子机器学习的研究者可以直接参考其闭环设计思路。
原文
6月11日
15:28
15:23
15:07
6月3日
10:35
10:35arXiv cs.LG@Thomas Maillart, Thibaut Chataing, David Dosu, Paul Bagourd, Julian Jang-Jaccard, Alain Mermoud
该研究利用 OpenAlex 中量子计算子领域的概念共现网络，构建了时间分辨的概念对关系，并追踪每个概念对的上游引用谱系和下游扩散。研究者训练 LightGBM 模型，基于分布和多样性特征预测四个结果：内源强化、外源扩散、两者比率和扩散熵。在控制整体出版增长后，内源强化在量子计算基准中几乎不可预测，而外源扩散和熵的预测性很强（R² 高达 0.78），且由上游异质性、引用广度和分布离散度驱动。在机器人、先进材料和神经植入物领域的复现验证了外源扩散是跨领域的最可预测目标（R²_test 约 0.60-0.87），而神经植入物中内源预测性显著上升（R²_test=0.83），表明量子计算的不对称性并非普遍适用。案例研究显示，熵的急剧增加对应新概念前沿的开启，而熵的崩溃则标志技术收敛或范式更替。
论文概念扩散量子计算预测模型科学计量学LightGBM
推荐理由：这项研究为科学预测提供了可量化的新工具，做科技政策分析、创新管理或科研方向判断的团队，可以直接用其方法识别跨领域概念扩散的早期信号。
原文
5月12日
19:11
19:11arXiv cs.LG@Richie Yeung, Aleks Kissinger, Rob Cornish
研究人员提出了一种基于强化学习的方法来合成全连接量子比特设备的Clifford电路。代理通过将Clifford电路的辛矩阵表示简化为单位矩阵来学习门序列。引入了对量子比特重新标记具有等变性的新型神经网络架构，该架构与大小无关，允许单一策略应用于不同量子比特数。在6量子比特基准测试中，代理在毫秒内找到接近最优的解，99.2%情况下在数秒内找到最优解。在10量子比特训练后，可扩展至30量子比特，平均双量子比特门数低于Qiskit的Aaronson-Gottesman和贪婪合成器。
论文强化学习量子计算电路编译Clifford电路等变神经网络
推荐理由：该方法展示了强化学习在量子电路优化中的潜力，特别是其等变性和规模无关性设计，可能降低对经典编译器的依赖，对未来量子计算编译技术具有参考价值。
原文