論文の概要: Metriq: A Collaborative Platform for Benchmarking Quantum Computers

• arxiv url: http://arxiv.org/abs/2603.08680v1
• Date: Mon, 09 Mar 2026 17:49:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:16.686601
• Title: Metriq: A Collaborative Platform for Benchmarking Quantum Computers
• Title（参考訳）: Metriq: 量子コンピュータのベンチマークのための協調プラットフォーム
• Authors: Alessandro Cosentino, Changhao Li, Vincent Russo, Bradley A. Chase, Tom Lubinski, Siyuan Niu, Neer Patel, Nathan Shammah, William J. Zeng,
• Abstract要約: 再現可能なクロスプラットフォーム量子ベンチマークのためのオープンソースプラットフォームであるMetriqを紹介する。 Metriqは、ベンチマーク定義と実行、データ収集、公開プレゼンテーションを統合ワークフローに統合する。 Metriqを使用して、複数のハードウェアベンダで10以上の量子コンピュータから結果を収集し、公開しています。
• 参考スコア（独自算出の注目度）: 33.7311511438168
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The fragmented landscape of quantum computer benchmarks, characterized by system-specific tools and inconsistent evaluation methodologies, hinders reliable cross-platform performance assessment. We introduce Metriq, an open-source collaborative platform for reproducible cross-platform quantum benchmarking that integrates benchmark definition and execution, data collection, and public presentation into a unified workflow. The Metriq benchmark suite spans both system-level metrics that characterize fundamental device properties such as entanglement quality, gate performance, and circuit speed, as well as application-inspired protocols that assess performance on quantum machine learning, optimization, and quantum simulation tasks. Benchmarks are chosen to scale with processor size, and the framework incorporates cost and resource estimation to support practical evaluation. Using Metriq, we collect and publicly release results from more than ten quantum computers across multiple hardware vendors, enabling systematic cross-platform comparison. The resulting curated dataset also reveals the practical strengths and limitations of individual benchmarks, creating a feedback loop that informs the ongoing refinement of the suite. To summarize performance across the benchmark suite, we introduce the Metriq Score, a composite index aggregating benchmark outcomes. We further present cross-benchmark analyses enabled by the shared dataset and their correlations with hardware calibration metrics. Through open development and data sharing, Metriq provides a practical foundation for reproducible benchmarking of quantum computers as hardware and benchmarking methods continue to evolve.
• Abstract（参考訳）: 量子コンピュータベンチマークの断片化された風景は、システム固有のツールと一貫性のない評価手法によって特徴づけられ、信頼性の高いクロスプラットフォームのパフォーマンス評価を妨げる。 私たちは、ベンチマーク定義と実行、データ収集、公開プレゼンテーションを統合ワークフローに統合する、再現可能なクロスプラットフォーム量子ベンチマークのためのオープンソースのコラボレーティブプラットフォームであるMetriqを紹介します。 Metriqベンチマークスイートは、絡み合い品質、ゲートパフォーマンス、回路速度などの基本的なデバイス特性を特徴付けるシステムレベルのメトリクスと、量子機械学習、最適化、量子シミュレーションタスクのパフォーマンスを評価するアプリケーションインスパイアされたプロトコルの両方にまたがっている。 ベンチマークはプロセッササイズでスケールするために選択され、そのフレームワークはコストとリソースの推定を組み込んで、実用的な評価をサポートする。 Metriqを使用して、複数のハードウェアベンダーで10以上の量子コンピュータから結果を収集、公開し、体系的なクロスプラットフォーム比較を可能にします。 結果として得られたデータセットは、個々のベンチマークの実用的強みと制限を明らかにし、スイートの継続的な洗練を知らせるフィードバックループを生成する。 ベンチマークスイートのパフォーマンスを要約するために,ベンチマーク結果を集約する複合インデックスであるMetriq Scoreを紹介した。 さらに、共有データセットとハードウェアキャリブレーション指標との相関性によって実現されたクロスベンチマーク解析について述べる。 オープンな開発とデータ共有を通じて、Metriqは量子コンピュータの再現可能なベンチマークのための実践的な基盤を提供する。

関連論文リスト

• Easy Data Unlearning Bench [53.1304932656586]
  アンラーニングアルゴリズムの評価を簡略化する統一型ベンチマークスイートを導入する。 セットアップとメトリクスの標準化により、未学習のメソッド間で再現性、拡張性、公正な比較が可能になる。
  論文  参考訳（メタデータ） (2026-02-18T12:20:32Z)
• QuSquare: Scalable Quality-Oriented Benchmark Suite for Pre-Fault-Tolerant Quantum Devices [0.19116784879310025]
  QuSquareは、システムとアプリケーションレベルで量子ハードウェアのパフォーマンスを評価する4つのベンチマークテストで構成されている。 これらのベンチマークは、現在の量子コンピュータの品質と能力を定量化するための、統合的でハードウェアに依存しない、公平な方法論を提供する。
  論文  参考訳（メタデータ） (2025-12-22T18:44:01Z)
• Featuremetric benchmarking: Quantum computer benchmarks based on circuit features [1.0842830860169255]
  多くの量子コンピュータの性能を簡潔に要約するベンチマークは、有用な量子計算の目標に向けた進歩を測定するために不可欠である。 本稿では,これらの回路の特徴の関数として量子コンピュータの性能がどのように変化するかを定量化するベンチマークフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-17T01:49:02Z)
• Systematic benchmarking of quantum computers: status and recommendations [1.1961811541956795]
  ベンチマークは量子コンピュータの性能を評価するために重要である。 この文書はコンポーネントレベル、システムレベル、ソフトウェアレベル、HPCレベル、アプリケーションレベルベンチマークといった重要な側面を強調している。
  論文  参考訳（メタデータ） (2025-03-06T19:05:13Z)
• Benchmarking quantum computers [0.0]
  優れたベンチマークによって、科学者、エンジニア、プログラマ、ユーザは、コンピュータシステムのパワーを理解することができます。 悪いベンチマークは研究を誤って誘導し、進歩を阻害する。 ベンチマークとベンチマークの役割と、優れたベンチマークがいかに進歩を駆動し、測定できるかについて論じる。
  論文  参考訳（メタデータ） (2024-07-11T19:25:30Z)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• QPack Scores: Quantitative performance metrics for application-oriented quantum computer benchmarking [1.0323063834827415]
  本稿では,量子コンピュータとシミュレータ用のアプリケーション指向クロスプラットフォームベンチマークスイートであるQPackのベンチマークスコア定義について述べる。 さまざまな量子コンピュータシミュレータの比較が行われ、ローカルおよびベンダーのリモートクラウドサービス上で実行される。
  論文  参考訳（メタデータ） (2022-05-24T15:18:24Z)
• QAFactEval: Improved QA-Based Factual Consistency Evaluation for Summarization [116.56171113972944]
  QAベースのメトリクスのコンポーネントを慎重に選択することは、パフォーマンスにとって重要であることを示す。 提案手法は,最良性能のエンテーメントに基づく測定値を改善し,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-12-16T00:38:35Z)

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。