論文の概要: Leveraging LLM-Based Agentic Systems to Generate Quantum Applications for Test Optimization

• arxiv url: http://arxiv.org/abs/2607.00939v1
• Date: Wed, 01 Jul 2026 13:40:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.918107
• Title: Leveraging LLM-Based Agentic Systems to Generate Quantum Applications for Test Optimization
• Title（参考訳）: 試験最適化のためのLLMベースのエージェントシステムによる量子アプリケーション生成
• Abstract要約: 量子コンピューティングは、ソフトウェア工学(SE)最適化のためにますます研究されている。 自然言語(NL)タスクレベルの要求を実行可能な量子アプリケーションに変換するには、依然として相当な量子およびプログラミングの専門知識が必要である。 本稿では,大規模言語モデル(LLM)に基づくマルチエージェントアーキテクチャであるQPipeについて述べる。
• 参考スコア（独自算出の注目度）: 9.198152169137684
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing is increasingly explored for software engineering (SE) optimization, but translating natural-language (NL) task-level requirements into executable quantum applications still demands substantial quantum and programming expertise. We present QPipe, a large language model (LLM)-based multi-agent architecture that autonomously turns NL requirements into traceable quantum-application workflows through specialized agents for requirement parsing, formulation, code generation, review, execution, and verification. We evaluate QPipe on 20 NL requirements, each associated with a real-world benchmark and a test-optimization problem. QPipe successfully completes the key stages of quantum-application generation across requirements, achieving average rates of 100% for code compilation and 96.7% for application execution and final-result combination, with average generation costs of 260.1 seconds and 1.89M tokens per requirement. Among the generated quantum applications that execute successfully, the returned solutions outperform the offline genetic algorithm baseline in most cases. Ablation results further show that QPipe's advantage depends on retaining code-generation skills, task knowledge, review feedback, and multi-agent decomposition. These results indicate that agentic coordination can support generation of executable quantum applications for tackling test optimization problems from real-world benchmarks.
• Abstract（参考訳）: 量子コンピューティングは、ソフトウェア工学(SE)最適化のためにますます研究されているが、自然言語(NL)タスクレベルの要求を実行可能な量子アプリケーションに変換するには、相当な量子とプログラミングの専門知識が必要である。 大規模言語モデル(LLM)に基づくマルチエージェントアーキテクチャであるQPipeを,要求解析,定式化,コード生成,レビュー,実行,検証のための特別なエージェントを通じて,NL要求をトレース可能な量子アプリケーションワークフローに自律的に変換する。 実世界のベンチマークとテスト最適化問題に関連する20NLの要求に対してQPipeを評価した。 QPipeは要求全体にわたる量子アプリケーション生成の重要な段階を完了し、コードコンパイルの平均速度は100%、アプリケーション実行とファイナルリサートの組み合わせは96.7%、平均生成コストは260.1秒と1.89万トークンである。 正常に実行される生成された量子アプリケーションの中で、返却されたソリューションは、ほとんどの場合、オフラインの遺伝的アルゴリズムのベースラインよりも優れている。 さらに、QPipeの利点は、コード生成スキル、タスク知識、レビューフィードバック、マルチエージェント分解の維持に依存していることを示している。 これらの結果から,エージェント協調は実世界のベンチマークからテスト最適化問題に対処するための実行可能な量子アプリケーションの生成を支援することが示唆された。

関連論文リスト

• Quantum Software Engineering in Practice: FPGA and AI Integration for Quantum Certification [36.94429692322632]
  量子ソフトウェア工学(Quantum Software Engineering, QSE)は、量子ソフトウェアの開発、運用、保守に対する体系的、規律的、そして定量化されたアプローチの必要性に対応する。 本稿では,QSE原則に従って開発されたハイブリッド認証フレームワークであるQAccCertについて述べる。 このフレームワークは、Qiskit AerSimulator を用いた理想量子シミュレーションにおいてCHSH不等式違反による絡み合い認証を実装している。
  論文  参考訳（メタデータ） (2026-07-08T16:14:07Z)
• Beyond Rules: LLM-Powered Linting for Quantum Programs [4.968531828144473]
  本稿ではLintQ-LLM+CoTとLintQ-LLM+RAGを紹介する。 CoT (Chain-of-Thought) をプロンプトし、RAG (Retrieval-Augmented Generation) システムを通じて特別に設計された LLM は、モデルの推論をキュレートされた知識ベースで根拠付ける。 LLMに基づくアプローチは、RAGの有無にかかわらず、量子プログラミング問題の精度(精度)と完全性(リコール)においてLintQよりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-05-05T16:31:14Z)
• 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)
• 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)
• Benchmarking fault-tolerant quantum computing hardware via QLOPS [2.0464713282534848]
  量子アルゴリズムを実行するためには、低ノイズレベルでスケーラブルな量子ハードウェアを開発することが不可欠である。 様々なハードウェアプラットフォーム向けに、フォールトトレラントな量子コンピューティングスキームが開発されている。 本稿では,FTQC方式の性能評価指標として,QLOPS(Quantum Logical Operations Per Second)を提案する。
  論文  参考訳（メタデータ） (2025-07-16T08:31:51Z)
• Quantum Executor: A Unified Interface for Quantum Computing [46.36953285198747]
  Quantum Executorは、不均一なプラットフォーム間で量子実験をオーケストレーションするために設計された、バックエンドに依存しない実行エンジンである。 主な機能は、非同期および分散実行のサポート、カスタマイズ可能な実行戦略、量子実験を管理するための統一APIである。
  論文  参考訳（メタデータ） (2025-07-10T09:55:32Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Using quantum annealing to generate test cases for cyber-physical systems [35.26972474219581]
  本稿では,サイバー物理システムにおけるテストケース生成の高速化のための突然変異に基づく手法を提案する。 我々は、量子アニールを用いて、改善のためのテストケースの重要な領域を特定し、ターゲットにします。 我々のアプローチは、このプロセスをD-Waveの量子アニールを用いて解を見つけるアルゴリズムに機械化する。
  論文  参考訳（メタデータ） (2025-04-30T14:20:58Z)
• Agent-Q: Fine-Tuning Large Language Models for Quantum Circuit Generation and Optimization [5.2374261493530065]
  大規模言語モデル (LLMs) は、数学、コーディング、科学報告の分析を含む複雑な問題において顕著な成果を上げている。 本稿では,量子回路の生成と最適化を行うLLMファインチューニングシステムであるAgent-Qについて述べる。
  論文  参考訳（メタデータ） (2025-04-15T11:56:54Z)
• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design [63.02824918725805]
  量子コンピューティングは、量子アルゴリズムによる古典的コンピューティングよりも大幅にスピードアップされていることが認識されている。 QCircuitBenchは、量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された最初のベンチマークデータセットである。
  論文  参考訳（メタデータ） (2024-10-10T14:24:30Z)
• Bias-Field Digitized Counterdiabatic Quantum Algorithm for Higher-Order Binary Optimization [35.18016233072556]
  組合せ最適化は多くの産業アプリケーションにおいて重要な役割を担っている。 本稿では,高次非拘束二元最適化(HUBO)に対処するため,BF-DCQOアルゴリズムを提案する。 この結果から,BF-DCQOは,現在および短期量子プロセッサ上での大規模HUBO問題の解決に有効な経路であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-05T17:38:59Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• Benchmarking quantum co-processors in an application-centric, hardware-agnostic and scalable way [0.0]
  我々はAtos Q-score (TM)と呼ばれる新しいベンチマークを導入する。 Qスコアは、MaxCut最適化問題を解決するために効果的に使用できる量子ビットの最大数を測定する。 量子ハードウェアのQスコアを簡単に計算できるQスコアのオープンソース実装を提供する。
  論文  参考訳（メタデータ） (2021-02-25T16:26:23Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。