論文の概要: Circuit Partitioning Using Large Language Models for Quantum Compilation and Simulations

• arxiv url: http://arxiv.org/abs/2505.07711v1
• Date: Mon, 12 May 2025 16:18:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:49.479856
• Title: Circuit Partitioning Using Large Language Models for Quantum Compilation and Simulations
• Title（参考訳）: 大規模言語モデルを用いた量子コンパイルとシミュレーションのための回路分割
• Authors: Pranav Sinha, Sumit Kumar Jha, Sunny Raj,
• Abstract要約: 量子コンピュータはノイズの多いゲートによって制限されており、そのうちのいくつかは他のものよりもエラーを起こし、最終的な理解が難しい。 量子回路コンパイルアルゴリズムは、量子アルゴリズムを量子ハードウェアにマッピングする際のノイズの多いゲートを最小化しようとする。 大規模言語モデル(LLM)は、これを変更し、量子回路分割を改善するのに役立つ可能性がある。
• 参考スコア（独自算出の注目度）: 6.180118431476265
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We are in the midst of the noisy intermediate-scale quantum (NISQ) era, where quantum computers are limited by noisy gates, some of which are more error-prone than others and can render the final computation incomprehensible. Quantum circuit compilation algorithms attempt to minimize these noisy gates when mapping quantum algorithms onto quantum hardware but face computational challenges that restrict their application to circuits with no more than 5-6 qubits, necessitating the need to partition large circuits before the application of noisy quantum gate minimization algorithms. The existing generation of these algorithms is heuristic in nature and does not account for downstream gate minimization tasks. Large language models (LLMs) have the potential to change this and help improve quantum circuit partitions. This paper investigates the use of LLMs, such as Llama and Mistral, for partitioning quantum circuits by capitalizing on their abilities to understand and generate code, including QASM. Specifically, we teach LLMs to partition circuits using the quick partition approach of the Berkeley Quantum Synthesis Toolkit. Through experimental evaluations, we show that careful fine-tuning of open source LLMs enables us to obtain an accuracy of 53.4% for the partition task while over-the-shelf LLMs are unable to correctly partition circuits, using standard 1-shot and few-shot training approaches.
• Abstract（参考訳）: 我々は、ノイズの多い中間スケール量子(NISQ)の時代にあり、量子コンピュータはノイズの多いゲートによって制限されている。 量子回路コンパイルアルゴリズムは、量子アルゴリズムを量子ハードウェアにマッピングする際、これらのノイズの多いゲートを最小化しようとするが、5-6キュービット未満の回路への応用を制限する計算課題に直面し、ノイズの多い量子ゲート最小化アルゴリズムを適用する前に大きな回路を分割する必要がある。 これらのアルゴリズムの既存の世代は本質的にヒューリスティックであり、下流ゲートの最小化タスクは考慮していない。 大規模言語モデル(LLM)は、これを変更し、量子回路分割を改善するのに役立つ可能性がある。 本稿では,Llama や Mistral などの LLM を用いて量子回路の分割を行い,QASM などのコード理解・生成能力を活用する。 具体的には,バークレー量子合成ツールキットの高速分割手法を用いて回路分割を行う。 実験により,オープンソースLCMの注意深い微調整により,標準の1ショットと数ショットのトレーニング手法を用いて,オーバー・ザ・シェルフLCMが回路を正確に分割できない場合に,パーティションタスクの53.4%の精度が得られることを示した。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
  この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。 本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。 我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
  論文  参考訳（メタデータ） (2024-05-29T05:59:15Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Optimal Partitioning of Quantum Circuits using Gate Cuts and Wire Cuts [1.0507729375838437]
  量子ビット数の制限、高いエラー率、限られた量子ビット接続は、効率的な短期量子計算の大きな課題である。 量子回路分割は、量子計算を小さな量子(サブ)回路と古典的な後処理ステップを含む一連の計算に分割する。 量子回路編み込みの最近の進歩に基づく最適分割法を開発した。
  論文  参考訳（メタデータ） (2023-08-18T13:59:55Z)
• Scalable noisy quantum circuits for biased-noise qubits [37.69303106863453]
  安定猫量子ビットの既存システムに動機づけられたビットフリップ誤差のみに影響されるバイアスノイズ量子ビットを考察する。 現実的なノイズモデルでは、位相フリップは無視できないが、Pauli-Twirling近似では、ベンチマークが最大106ドルのゲートを含む回路の正しさを確認できる。
  論文  参考訳（メタデータ） (2023-05-03T11:27:50Z)
• Hardware-Conscious Optimization of the Quantum Toffoli Gate [11.897854272643634]
  この論文は、この抽象レベルで量子回路を最適化するための解析的および数値的アプローチを拡張している。 本稿では,解析的ネイティブゲートレベルの最適化と数値最適化を併用する手法を提案する。 最適化されたToffoliゲート実装は、標準実装と比較して18%の非忠実性低下を示す。
  論文  参考訳（メタデータ） (2022-09-06T17:29:22Z)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)
• SQUARE: Strategic Quantum Ancilla Reuse for Modular Quantum Programs via Cost-Effective Uncomputation [7.92565122267857]
  本稿では,量子プログラムにおけるスクラッチキュービット(アンシラ)の割り当てと再利用に取り組むコンパイル基盤を提案する。 中心となるSQUAREは、量子ビット再利用の機会を生み出すために、戦略的に非計算を行う。 SQUARE は NISQ アプリケーションの平均成功率を 1.47 倍改善することを示した。
  論文  参考訳（メタデータ） (2020-04-18T06:34:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。