論文の概要: QiboAgent: a practitioner's guideline to open source assistants for Quantum Computing code development

• arxiv url: http://arxiv.org/abs/2603.15538v1
• Date: Mon, 16 Mar 2026 17:05:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.61667
• Title: QiboAgent: a practitioner's guideline to open source assistants for Quantum Computing code development
• Title（参考訳）: QiboAgent: 量子コンピューティングコード開発のためのオープンソースアシスタントの実践者ガイド
• Authors: Lorenzo Esposito, Andrea Papaluca, Stefano Carrazza,
• Abstract要約: 本稿では,QiboAgentについて紹介する。QiboAgentは,量子コンピューティングにおけるコーディングアシスタント開発のための実践者のガイドラインとして設計されたリファレンス実装である。 我々は、カスタムワークフローアーキテクチャを備えた軽量でオープンソースのLarge Language Modelsがどのように比較されているかを探る。 このハイブリッドアプローチは、コード生成における幻覚率をプロプライエタリなベースラインと比較して著しく低減し、90.2%のピーク精度を実現している。
• 参考スコア（独自算出の注目度）: 0.632324422931024
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce QiboAgent, a reference implementation designed to serve as a practitioner's guideline for developing specialized coding assistants in Quantum Computing middleware. Addressing the limitations in scientific software development of general-purpose proprietary models, we explore how lightweight, open-source Large Language Models (LLMs) provided with a custom workflow architecture compare. In detail, we experiment with two complementary paradigms: a Retrieval-Augmented Generation pipeline for high-precision information retrieval, and an autonomous agentic workflow for complex software engineering tasks. We observe that this hybrid approach significantly reduces hallucination rates in code generation compared to a proprietary baseline, achieving a peak accuracy of 90.2% with relatively small open-source models of size up to 30B parameters. Furthermore, the agentic framework exhibits advanced coding capabilities, automating the resolution of maintenance issues and new features requests, or by prototyping larger-scale refactors of the codebase, such as producing a compiled Rust module with bindings of an original pure python package, Qibo in our case. The LLM workflows used for our analysis are integrated into a user interface and a Model Context Protocol server, providing an accessible tool for Qibo developers.
• Abstract（参考訳）: 本稿では,QiboAgentについて紹介する。QiboAgentは,量子コンピューティングミドルウェアにおける特殊なコーディングアシスタントを開発するための実践者のガイドラインとして設計されたリファレンス実装である。 汎用プロプライエタリなモデルの科学的ソフトウェア開発の限界に対処するため、カスタムワークフローアーキテクチャを備えた軽量でオープンソースのLarge Language Models(LLMs)がどのように比較されるかを検討する。 本稿では,高精度情報検索のためのRetrieval-Augmented Generationパイプラインと,複雑なソフトウェアエンジニアリングタスクのための自律エージェントワークフローの2つの相補的パラダイムを実験的に検討する。 このハイブリッドアプローチは、コード生成における幻覚率をプロプライエタリなベースラインと比較して著しく低減し、30Bパラメータの比較的小さなオープンソースモデルで90.2%のピーク精度を達成する。 さらに、エージェントフレームワークは、高度なコーディング機能、メンテナンス問題の解決と新機能要求の自動化、あるいは、オリジナルの純粋なpythonパッケージのバインディングを備えたコンパイル済みのRustモジュールの生成など、コードベースの大規模なリファクタリングをプロトタイピングすることで、当社のケースではQiboを使用する。 我々の分析に使用されるLLMワークフローは、ユーザインターフェースとModel Context Protocolサーバに統合され、Qibo開発者にアクセス可能なツールを提供する。

関連論文リスト

• Qwen3-Coder-Next Technical Report [67.90974638938285]
  コーディングエージェントに特化したオープンウェイト言語モデルQwen3-Coder-Nextを提案する。 Qwen3-Coder-Nextは推論中に30億のパラメータしか起動せず、効率的な推論で強力なコーディング機能を実現する。
  論文  参考訳（メタデータ） (2026-02-28T16:25:04Z)
• Model-Driven Quantum Code Generation Using Large Language Models and Retrieval-Augmented Generation [1.628589561701473]
  本稿では,Large Language Models (LLMs) を利用したモデル-テキスト/コード変換の新たな研究方向を提案する。 そこでは、モデル駆動のアプローチがコストを削減し、不均一なプラットフォーム環境と開発者のスキルの欠如に関連するリスクを軽減するのに役立つ。
  論文  参考訳（メタデータ） (2025-08-28T01:33:49Z)
• qlbm -- A Quantum Lattice Boltzmann Software Framework [0.0]
  我々はQBM(Quantum Lattice Boltzmann Methods)の開発、シミュレーション、解析を容易にするために設計されたPythonソフトウェアパッケージであるqlbmを提案する。 qlbmは、新しいQBMの実装に合わせて量子コンポーネントの抽象化階層を導入するモジュラーフレームワークである。 自動ベンチマークユーティリティに組み込まれた複雑な境界条件を持つ2次元および3次元の複数のQBMを示すことで、ソフトウェアの汎用性を実証する。
  論文  参考訳（メタデータ） (2024-11-29T02:41:07Z)
• OpenCoder: The Open Cookbook for Top-Tier Code Large Language Models [76.59316249991657]
  コードのための大規模言語モデル(LLM)は、コード生成、推論タスク、エージェントシステムなど、さまざまな領域で必須になっている。 オープンアクセスのコード LLM はプロプライエタリなモデルの性能レベルに近づきつつあるが、高品質なコード LLM は依然として限られている。 トップクラスのコードLLMであるOpenCoderは、主要なモデルに匹敵するパフォーマンスを達成するだけでなく、研究コミュニティの"オープンクックブック"としても機能します。
  論文  参考訳（メタデータ） (2024-11-07T17:47:25Z)
• ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems [80.69865295743149]
  この研究は、LLMベースのエージェントを使用して、協調AIシステムを自律的に設計する試みである。 ComfyBenchをベースとしたComfyAgentは,エージェントが自律的に協調的なAIシステムを生成して設計できるようにするフレームワークである。 ComfyAgentは、o1-previewに匹敵する解像度を達成し、ComfyBenchの他のエージェントをはるかに上回っているが、ComfyAgentはクリエイティブタスクの15%しか解決していない。
  論文  参考訳（メタデータ） (2024-09-02T17:44:10Z)
• SOEN-101: Code Generation by Emulating Software Process Models Using Large Language Model Agents [50.82665351100067]
  FlowGenは、複数のLarge Language Model (LLM)エージェントに基づいたソフトウェアプロセスモデルをエミュレートするコード生成フレームワークである。 FlowGenScrumをHumanEval、HumanEval-ET、MBPP、MBPP-ETの4つのベンチマークで評価した。
  論文  参考訳（メタデータ） (2024-03-23T14:04:48Z)
• PHOTONAI -- A Python API for Rapid Machine Learning Model Development [2.414341608751139]
  PHOTONAIは、機械学習モデル開発の簡素化と高速化を目的とした、ハイレベルなPython APIである。 これは統一フレームワークとして機能し、ユーザーは異なるツールボックスからのアルゴリズムをカスタムのアルゴリズムシーケンスに簡単にアクセスし、組み合わせることができる。
  論文  参考訳（メタデータ） (2020-02-13T10:33:05Z)

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。