論文の概要: Optimizing ground state preparation protocols with autoresearch
- arxiv url: http://arxiv.org/abs/2604.25610v1
- Date: Tue, 28 Apr 2026 13:18:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.868922
- Title: Optimizing ground state preparation protocols with autoresearch
- Title（参考訳）: 自動検索による基底状態生成プロトコルの最適化
- Authors: Luis Mantilla Calderón, Jérôme F. Gonthier, Ignacio Gustin, Varinia Bernales, Alán Aspuru-Guzik,
- Abstract要約: コーディングエージェントをベースとしたコード最適化手法であるautoresearchを用いて,地中準備およびサンプリングプロトコルの最適化を行う方法について検討する。
簡単なスピンモデルと分子ハミルトニアンを用いて,本法の有効性とキャパシティを検証した。
我々は、実行可能なスカラースコアリングをサポートする他の量子ルーチンについて議論し、進化的符号化エージェントがプロトコルチューニング作業のかなりの部分を自動化することを可能にした。
- 参考スコア（独自算出の注目度）: 5.136459007553683
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligent language-model based coding agents have significantly changed the way we interact with computers in our day-to-day, as it is common to use them to create, improve, and run programming scripts only using natural language. Agent code updates can be better guided when such programs can be executed and scored automatically rather than judged by human preference. In quantum computing and classical quantum simulation settings, ground-state preparation has a parallel structure: candidate protocols can be ranked by estimated energies and other proxies indicating proper quantum-state convergence. In this work, we study how autoresearch, a code optimization strategy based on coding agents, can be used to optimize hyperparameter choices of different ground-state preparation and sampling protocols, including the variational quantum eigensolver (VQE), density matrix renormalization group (DMRG), and auxiliary-field quantum Monte Carlo (AFQMC). We validate the viability and capacity of this method on simple spin models and molecular Hamiltonians. Across all three settings, the agent mutates simple baselines into complex protocols with improved energy proxies while operating under constrained space-time computational budgets. We conclude with discussions of other quantum routines that support executable scalar scoring, enabling evolutionary coding agents to automate a substantial portion of the protocol-tuning work that would otherwise be required manually.
- Abstract（参考訳）: 人工知能言語モデルに基づくコーディングエージェントは、自然言語のみを使用してプログラミングスクリプトを作成し、改善し、実行するために使用するのが一般的であるため、日々のコンピュータとのインタラクション方法を大きく変えました。
エージェントコード更新は、人間の好みによって判断されるのではなく、そのようなプログラムを実行し、自動的にスコア付けできる場合に、よりよくガイドされる。
量子コンピューティングや古典的な量子シミュレーションの設定では、基底状態の準備は平行な構造を持つ: 候補プロトコルは推定エネルギーと適切な量子状態収束を示す他のプロキシによってランク付けできる。
本研究では,符号化エージェントに基づくコード最適化手法であるautoresearchを用いて,変動量子固有解法 (VQE) や密度行列正規化群 (DMRG) ,補助フィールド量子モンテカルロ (AFQMC) など,異なる基底状態準備およびサンプリングプロトコルのハイパーパラメータ選択を最適化する方法について検討する。
簡単なスピンモデルと分子ハミルトニアンを用いて,本法の有効性とキャパシティを検証した。
これら3つの設定の中で、エージェントは、制約された時空間計算予算の下で動作しながら、エネルギープロキシを改善した単純なベースラインを複雑なプロトコルに変更する。
我々は、実行可能なスカラースコアリングをサポートする他の量子ルーチンについて議論し、進化的符号化エージェントが手作業で必要となるプロトコルチューニング作業のかなりの部分を自動化することを可能にした。
関連論文リスト
- Agent-GWO: Collaborative Agents for Dynamic Prompt Optimization in Large Language Models [69.55139736609367]
Agent-GWOは複雑な推論のための動的プロンプト最適化フレームワークである。
本稿では,Agent-GWOが既存のプロンプト最適化手法よりも精度と安定性を一貫して向上することを示す。
論文 参考訳（メタデータ） (2026-04-14T07:35:37Z) - A Model Context Protocol Server for Quantum Execution in Hybrid Quantum-HPC Environments [0.47078939738017017]
量子アルゴリズムの実行には、コードを生成し、複雑な計算資源を管理する必要がある。
本稿では,モデルコンテキストプロトコルサーバの実装を通じて,この実行ギャップを埋めるように設計されたAI駆動フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-09T14:50:56Z) - 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) - ComAgent: Multi-LLM based Agentic AI Empowered Intelligent Wireless Networks [62.031889234230725]
6Gネットワークは複雑な層間最適化に依存している。
数学の定式化に高レベルの意図を手動で翻訳することは、まだボトルネックである。
我々はマルチLLMエージェントAIフレームワークであるComAgentを紹介する。
論文 参考訳（メタデータ） (2026-01-27T13:43:59Z) - Benchmarking Distributed Quantum Computing Emulators [1.031136645551641]
分散量子コンピューティング(DQC)は、量子通信プロトコルを通じて小さな量子ノードを相互接続することでこの問題に対処する。
DQCエミュレータを評価するためのベンチマークフレームワークを導入する。
Qiskit Aer、SquidASM、Interlin-q、SQUANCHの4つの代表的なエミュレータをベンチマークする。
論文 参考訳（メタデータ） (2025-12-01T15:42:06Z) - QAgent: An LLM-based Multi-Agent System for Autonomous OpenQASM programming [8.73473101831257]
OpenQASMプログラミングを完全に自動化するマルチエージェントシステムであるQAgentを提案する。
評価では, 異なるサイズの複数のLDMに対して, 大幅な改善が見られた。
我々は、このマルチエージェントシステムを、量子プログラミングの民主化、専門知識のギャップを埋め、量子コンピューティングの実践的採用を加速するための重要な実現手段として想定する。
論文 参考訳（メタデータ） (2025-08-26T18:40:02Z) - Collab: Controlled Decoding using Mixture of Agents for LLM Alignment [90.6117569025754]
人間のフィードバックからの強化学習は、大規模言語モデルを整合させる効果的な手法として現れてきた。
制御された復号化は、再訓練せずに推論時にモデルを整列するメカニズムを提供する。
本稿では,既存の既成のLCMポリシを活用するエージェントベースのデコーディング戦略の混合を提案する。
論文 参考訳（メタデータ） (2025-03-27T17:34:25Z) - A Stable, Fast, and Fully Automatic Learning Algorithm for Predictive
Coding Networks [65.34977803841007]
予測符号化ネットワークは、ベイズ統計学と神経科学の両方にルーツを持つ神経科学にインスパイアされたモデルである。
シナプス重みに対する更新規則の時間的スケジュールを変更するだけで、元の規則よりもずっと効率的で安定したアルゴリズムが得られることを示す。
論文 参考訳（メタデータ） (2022-11-16T00:11:04Z) - Unifying Quantum Verification and Error-Detection: Theory and Tools for Optimisations [0.5825410941577593]
クラウドベースの量子コンピューティングは、クライアントによって量子サービスプロバイダに委譲された計算が忠実に実行されるという強力な保証を提供するために不可欠である。
現在のプロトコルには、コンポーザビリティ、ノイズ・ロバスト性、モジュール性という3つの要素の少なくとも1つが欠落している。
本稿では,SDQCプロトコルの基本構造,すなわちクライアントがサーバの実行を希望する暗号化と,サーバの悪意のある動作を検出するように設計されたテストの2つのコンポーネントを混合する。
テストの種類を変えたり、クライアントの計算と混同したりすると、セキュリティとノイズの異なる新しいSDQCプロトコルが自動的に生成される。
論文 参考訳（メタデータ） (2022-06-01T17:03:07Z) - Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。
我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。
このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
論文 参考訳（メタデータ） (2022-01-14T19:24:31Z) - End-to-End Quantum Machine Learning Implemented with Controlled Quantum
Dynamics [0.9599644507730106]
この研究は、ハードウェアフレンドリーなエンドツーエンドの量子機械学習スキームを示し、不完全な短期中規模量子(NISQ)プロセッサで実装できる。
この提案では,機械学習タスクを制御量子力学の最適化に変換し,学習モデルを実験的に調整可能な制御変数によってパラメータ化する。
我々の設計では、エージェント制御変数を介して生の入力を量子状態に符号化することで、自動的な特徴選択を可能にする。
論文 参考訳（メタデータ） (2020-03-30T17:44:51Z)
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。