09:18
官方账号arXiv cs.AI@Mehdi Saeedi, Eddie Richter, Paul Hartke
推荐理由：这篇论文揭示了量子电路合成里Transformer的一个关键问题：自回归漂移让长电路精确匹配率从88%几乎归零，即使数据翻倍也只能部分缓解，值得搞量子计算和AI交叉的人看。
Clifford+T
共 1 条相关 AI 资讯
7月15日
09:18
本文研究用44.8M参数的编码器-解码器Transformer进行量子电路合成。在参数化电路（2-6 qubits）上，混合方法（结构来自Transformer，角度来自经典优化）对3-6 qubit电路实现中位数保真度1.000。在Clifford+T电路（3-6 qubits）上，模型虽能学习有效语法和准确T计数，但精确等价率从≤9门的88%跌至超过26门时接近零。推理时生成多候选并通过等价验证选择，将精确匹配率从7%提升至22.5%；训练数据扩展2.5倍则提升至39.5%，但长电路退化仍存在。结论：当需要完全离散正确性时，自回归漂移限制可靠性，推理时搜索和数据扩展有效，而微调和模型多样化无效。