論文の概要: Migrating QAOA from Qiskit 1.x to 2.x: An experience report
- arxiv url: http://arxiv.org/abs/2512.08245v1
- Date: Tue, 09 Dec 2025 04:58:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-10 22:28:07.814061
- Title: Migrating QAOA from Qiskit 1.x to 2.x: An experience report
- Title（参考訳）: QAOAをQiskit 1.xから2.xに移行した経験報告
- Authors: Julien Cardinal, Imen Benzarti, Ghizlane El boussaidi, Christophe Pere,
- Abstract要約: 進化するフレームワーク間の量子アルゴリズムの移行は、精度とアルゴリズムに影響を与える微妙な行動変化をもたらす。
本稿では,Qiskit 1.x(v1プリミティブ)からQiskit 2.x(v2プリミティブ)を使用したカスタム実装への量子アルゴリズム最適化(QAOA)の適用経験を報告する。
同一の回路、アポキシメイトとハミルトニアンにもかかわらず、新しいバージョンは大幅に異なる結果を生み出した。
- 参考スコア（独自算出の注目度）: 0.3679863727963206
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Migrating quantum algorithms across evolving frameworks introduces subtle behavioral changes that affect accuracy and reproducibility. This paper reports our experience converting the Quantum Approximate Optimization Algorithm (QAOA) from Qiskit Algorithms with Qiskit 1.x (v1 primitives) to a custom implementation using Qiskit 2.x (v2 primitives). Despite identical circuits, optimizers, and Hamiltonians, the new version produced drastically different results. A systematic analysis revealed the root cause: the sampling budget -- the number of circuit executions (shots) per iteration. The library's implicit use of unlimited shots yielded dense probability distributions, whereas the v2 default of 10 000 shots captured only 23% of the state space. Increasing shots to 250 000 restored library-level accuracy. This study highlights how hidden parameters at the quantum--classical interaction level can dominate hybrid algorithm performance and provides actionable recommendations for developers and framework designers to ensure reproducible results in quantum software migration.
- Abstract（参考訳）: 進化するフレームワーク間の量子アルゴリズムの移行は、正確性と再現性に影響を与える微妙な行動変化をもたらす。
本稿では,Qiskit 1.x(v1プリミティブ)を用いた量子近似最適化アルゴリズム(QAOA)を,Qiskit 2.x(v2プリミティブ)を用いたカスタム実装に変換する経験を報告する。
同一の回路、オプティマイザ、ハミルトニアンにもかかわらず、新しいバージョンは大幅に異なる結果を生み出した。
組織的な分析によって根本原因が明らかになった。サンプリング予算 -- イテレーション当たりの回路実行数(ショット) -- である。
無制限ショットの暗黙的な使用は、密度の高い確率分布をもたらし、v2のデフォルトの10万ショットは州全体の23%しか取得できなかった。
ライブラリレベルの精度は250,000に向上した。
この研究は、量子-古典的相互作用レベルにおける隠れパラメータがハイブリッドアルゴリズムのパフォーマンスをいかに支配するかを強調し、量子ソフトウェア移行において再現可能な結果を保証するために、開発者やフレームワーク設計者に実行可能なレコメンデーションを提供する。
関連論文リスト
- Benchmarking neutral atom-based quantum processors at scale [0.22940141855172033]
中性原子ベースの量子計算は、フォールトトレラント量子計算の代替として確立されている。
我々はこれらの量子プロセッサを大規模に評価する2つの系統的なベンチマークを示す。
論文 参考訳（メタデータ） (2025-11-28T08:19:20Z) - Quantum measurement tomography with mini-batch stochastic gradient descent [0.0]
量子状態トモグラフィー (hrefhttps://iopscience.iop.org/article088/2058-9565/ae0baaQuantum Sci.Technol.textbf10 045055 (2025)] と量子プロセストモグラフィー (hrefhttps://journals.aps.org/prl/abstract103/PhysRevLett.130.150402Phys.Rev.Lett.textb130, 150402 (2023)) におけるデータ処理のために開発された勾配日射法から着想を得た。
論文 参考訳（メタデータ） (2025-11-19T18:30:15Z) - QSpec: Speculative Decoding with Complementary Quantization Schemes [53.960146187821685]
大規模言語モデル(LLM)における推論の高速化とメモリ消費削減のために量子化が広く採用されている
品質から効率を分離する新しい量子化パラダイムであるQSpecを提案する。
QSpecは重みとKVキャッシュの両方を段階的に再利用し、再トレーニングや補助モデルなしでほぼゼロコストで切り替えることができる。
論文 参考訳（メタデータ） (2024-10-15T05:57:51Z) - Bayesian Optimization Priors for Efficient Variational Quantum Algorithms [0.0]
量子コンピュータは現在、量子量子アルゴリズム(VQA)と呼ばれる量子古典的なアプローチで問題を解決している。
本稿では,時間当たりのショット数を削減できる基本計算最適化のためのハイブリッドフレームワークを提案する。
この2つの特徴を用いて,提案手法がVQA内でのシミュレーション実装を統計的に上回っていることを示す。
論文 参考訳（メタデータ） (2024-06-20T18:00:12Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-26T18:23:21Z) - Zero-Shot Sharpness-Aware Quantization for Pre-trained Language Models [88.80146574509195]
量子化は、メモリオーバーヘッドを減らし、推論を加速するための有望なアプローチである。
種々のPLMのゼロショット量子化のための新しい量子化(ZSAQ)フレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-20T07:09:56Z) - 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) - APQ: Joint Search for Network Architecture, Pruning and Quantization
Policy [49.3037538647714]
本稿では,リソース制約のあるハードウェア上での効率的なディープラーニング推論のためのAPQを提案する。
ニューラルアーキテクチャ、プルーニングポリシー、量子化ポリシーを別々に検索する従来の方法とは異なり、我々はそれらを共同で最適化する。
同じ精度で、APQはMobileNetV2+HAQよりもレイテンシ/エネルギーを2倍/1.3倍削減する。
論文 参考訳（メタデータ） (2020-06-15T16:09:17Z) - Enabling Accuracy-Aware Quantum Compilers using Symbolic Resource
Estimation [3.961270923919885]
量子プログラムを低レベルゲートセットにコンパイルする場合、近似誤差を考慮する必要がある。
本稿では,そのようなエラーを自動的に追跡し,その精度パラメータを最適化して,所定の総合的精度を保証する手法を提案する。
Clang/LLVMをベースとしたC++と,Q#コンパイラインフラストラクチャを使用した2つのプロトタイプ実装を開発します。
論文 参考訳（メタデータ） (2020-03-18T18:00:24Z) - Least squares binary quantization of neural networks [19.818087225770967]
値が-1と1にマップされる二項量子化に焦点を当てる。
2ビット対1ビット量子化のパリト最適性に触発されて、証明可能な最小二乗誤差を持つ新しい2ビット量子化を導入する。
論文 参考訳（メタデータ） (2020-01-09T00:01:14Z)
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。