論文の概要: StabilizerBench: A Benchmark for AI-Assisted Quantum Error Correction Circuit Synthesis
- arxiv url: http://arxiv.org/abs/2604.21287v1
- Date: Thu, 23 Apr 2026 05:04:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-24 14:40:06.313332
- Title: StabilizerBench: A Benchmark for AI-Assisted Quantum Error Correction Circuit Synthesis
- Title（参考訳）: StabilizerBench: AIによる量子誤り訂正回路合成のためのベンチマーク
- Authors: Andres Paz, Christian Tarta, Cordelia Yuqiao Li, Mayee Sun, Sarju Patel, Sylvie Lausier,
- Abstract要約: StabilizerBenchは、12のファミリー、4-196のキュービット、距離2-21の192の安定化器コードからなるベンチマークスイートである。
本稿では,成功度を計測する能力スコアと,品質スコア取得回路の有益性という,2段階の統一型ジェネレータ重み付けスコアシステムを定義する。
我々は、3つのフロンティアAIエージェントを評価し、そのベンチマークがモデルとタスク間で差別化され、改善のための実質的なヘッドルームを見つける。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As quantum hardware scales toward fault tolerant operation, the demand for correct quantum error correction (QEC) circuits far outpaces manual design capacity. AI agents offer a promising path to automating this synthesis, yet no benchmark exists to measure their progress on the specialized task of generating QEC circuits. We introduce StabilizerBench, a benchmark suite of 192 stabilizer codes spanning 12 families, 4-196 qubits, and distances 2-21, organized into three tasks of increasing difficulty: state preparation circuit generation, circuit optimization under semantic constraints, and fault tolerant circuit synthesis. Although motivated by QEC, stabilizer circuits exercise core competencies required for general quantum programming, including gate decomposition, qubit routing, and semantic preserving transformations, while admitting efficient verification via the Gottesman Knill theorem, enabling the benchmark to scale to large codes without the exponential cost of full unitary comparison. We define a unified generator weighted scoring system with two tiers: a capability score measuring breadth of success and a quality score capturing circuit merit. We also introduce continuous fault tolerance and optimization metrics that grade error resilience and circuit improvements beyond binary pass or fail. Following the design of classical benchmarks such as SWE-bench, StabilizerBench specifies inputs, verification oracles, and scoring but leaves prompts and agent strategies open. We evaluate three frontier AI agents and find the benchmark discriminates across models and tasks with substantial headroom for improvement.
- Abstract（参考訳）: 量子ハードウェアがフォールトトレラントな動作に向かってスケールするにつれて、正確な量子エラー補正(QEC)回路の需要は手動設計能力よりもはるかに大きい。
AIエージェントは、この合成を自動化するための有望なパスを提供するが、QEC回路を生成する特別なタスクの進捗を測定するベンチマークは存在しない。
状態準備回路の生成,セマンティック制約下での回路最適化,フォールトトレラント回路合成という3つの課題に編成された,12ファミリー,4-196キュービット,距離2-21の安定化器符号のベンチマークスイートであるStabilizerBenchを紹介する。
QECに動機づけられたものの、安定化回路はゲート分解、量子ビットルーティング、セマンティック保存変換などの一般的な量子プログラミングに必要なコア能力を持ち、またゴッテマン・ニールの定理による効率的な検証を認め、ベンチマークを完全なユニタリ比較の指数的なコストなしで大規模コードにスケールできるようにする。
本稿では,成功度を計測する能力スコアと,品質スコア取得回路の有益性という,2段階の統一型ジェネレータ重み付けスコアシステムを定義する。
また、バイナリパスやフェールを超えた、エラーのレジリエンスと回路改善をグレードする、継続的フォールトトレランスと最適化のメトリクスも導入しています。
SWE-benchのような古典的なベンチマークの設計に続いて、StabilizerBenchは入力、検証オラクル、スコアの指定を行うが、プロンプトとエージェント戦略はオープンである。
我々は、3つのフロンティアAIエージェントを評価し、そのベンチマークがモデルとタスク間で差別化され、改善のための実質的なヘッドルームを見つける。
関連論文リスト
- Demonstrating Noise-adapted Quantum Error Correction With Break-Even Performance [2.7568215535428937]
我々は,IBM量子ハードウェアのための雑音適応型3量子量子誤り補正手法を開発した。
提案手法は, ネイティブ振幅減衰(AD)ノイズに対して, 破れても構わないことを示す。
分析の結果,本プロトコルの性能は,主に測定値の読み出し精度によって制限されていることが示唆された。
論文 参考訳（メタデータ） (2026-03-04T19:50:16Z) - Differentiable Logical Programming for Quantum Circuit Discovery and Optimization [0.15229257192293197]
本稿では,量子回路設計を微分可能な論理プログラミング問題として再設計する,ニューロシンボリック・フレームワークを提案する。
我々のモデルは、学習可能で連続的な真理値のセットとして、潜在的な量子ゲートとパラメータ化された操作の足場を表す」。
本稿では,133量子ビットのIBM Torinoプロセッサ上でのハードウェア・アウェア適応実験について報告する。
論文 参考訳（メタデータ） (2026-02-09T16:40:19Z) - AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳（メタデータ） (2026-02-02T14:39:42Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Compilation-informed probabilistic quantum error cancellation [2.079863206645103]
本稿では,回路,QEC符号,およびコンパイラに依存しない論理ゲートノイズに対する量子エラー緩和方式を提案する。
最大回路サイズとQEC符号距離は目標精度とは独立であり、QECのみに基づく戦略とは対照的である。
提案手法は,高精度推定のための量子リソース要件を著しく低減し,高精度非依存オーバーヘッドを伴うフォールトトレラント量子計算への実用的な経路を提供する。
論文 参考訳（メタデータ） (2025-08-27T18:00:10Z) - Moveless: Minimizing Overhead on QCCDs via Versatile Execution and Low Excess Shuttling [0.5833117322405447]
本稿では,QEC回路の構造規則性に特化したコンパイル方式を提案する。
その結果,QEC回路の動作速度は平均3.38倍に向上し,論理誤差率を最大2桁向上させることができた。
論文 参考訳（メタデータ） (2025-08-05T21:02:29Z) - Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。
消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。
以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
論文 参考訳（メタデータ） (2023-12-21T17:40:18Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳（メタデータ） (2020-10-06T18:00:07Z) - Qutrit randomized benchmarking [0.0]
第三次量子プロセッサは、従来の量子ビット技術よりも大きな計算上の優位性を提供する。
このような量子ハードウェアの性能を評価・比較するためには、堅牢なベンチマーク手法が不可欠である。
本稿では,業界標準のRandomized Benchmarkingプロトコルの拡張を実演する。
論文 参考訳（メタデータ） (2020-08-20T18:00:57Z) - 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)
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。