論文の概要: ORBIT-Q: Dual-axis benchmarking of autonomous agents in scientific quantum programming
- arxiv url: http://arxiv.org/abs/2607.03105v1
- Date: Fri, 03 Jul 2026 08:39:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.521625
- Title: ORBIT-Q: Dual-axis benchmarking of autonomous agents in scientific quantum programming
- Title（参考訳）: ORBIT-Q:科学量子プログラミングにおける自律エージェントの2軸ベンチマーク
- Abstract要約: 量子コンピューティングにおける統合タスクのためのOpen Research Benchmark(ORBIT-Q)を導入し、このギャップに対処する。
コアとなるORBIT-Qは、複雑な研究レベルの量子ソフトウェアフレームワークを慎重にキュレートしている。
エージェント側リソース利用とアーティファクト側ランタイムの2つの効率次元を評価した。
- 参考スコア（独自算出の注目度）: 0.8312877398178786
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous coding agents perform well on many conventional programming tasks, but scientific computing demands a rigorous validation paradigm that extends beyond simple functional test completion: generated code must preserve physical fidelity, differentiable workflows, framework-native semantics, and scalable representations. We introduce Open Research Benchmark for Integrated Tasks in Quantum Computing (ORBIT-Q) to address this gap. At its core, ORBIT-Q contributes a carefully curated suite of complex, research-level quantum workflows that serves as a challenging testbed for modern scientific programming. ORBIT-Q combines a rigorous multi-tier verification pipeline to support two orthogonal comparisons: different agent harness and model configurations at a fixed quantum software framework, and different quantum software frameworks at a fixed agent. In our systematic evaluations, TensorCircuit-NG (TC) exhibits the highest capability and performance efficiency among the evaluated quantum software frameworks under agent-driven programming, and Codex with GPT-5.5 is the strongest tested agent configuration on TC. However, a significant performance and design gap remains between frontier autonomous agents and human expert reference implementations. We further evaluate two efficiency dimensions: agent-side resource use and artifact-side runtime. Together, these results establish ORBIT-Q as a rigorous benchmark for autonomous scientific programming, framework-agent synergy, and quantum software performance.
- Abstract（参考訳）: 自動コーディングエージェントは、多くの従来のプログラミングタスクでうまく機能するが、科学計算では、単純な機能テストの完了を超えて、厳密な検証パラダイムを必要としている。
量子コンピューティングにおける統合タスクのためのOpen Research Benchmark(ORBIT-Q)を導入し、このギャップに対処する。
コアとなるORBIT-Qは、現代科学プログラミングの挑戦的なテストベッドとして機能する、複雑で研究レベルの量子ワークフローを慎重にキュレートしたスイートに貢献する。
ORBIT-Qは厳格な多層検証パイプラインを組み合わせて、2つの直交比較をサポートする: 固定量子ソフトウェアフレームワークにおける異なるエージェントハーネスとモデル構成、固定エージェントにおける異なる量子ソフトウェアフレームワーク。
システム評価では,エージェント駆動型プログラミングにおける評価量子ソフトウェアフレームワークの中で,TensorCircuit-NG(TC)が最も高い性能と性能を示し,GPT-5.5のCodexはTC上で最強のテストエージェント構成である。
しかしながら、フロンティア自律エージェントと人間の専門家参照実装との間には、大きなパフォーマンスと設計のギャップが残っている。
さらにエージェント側リソース利用とアーティファクト側ランタイムの2つの効率次元を評価した。
これらの結果は、自律的な科学プログラミング、フレームワークエージェントのシナジー、量子ソフトウェア性能の厳格なベンチマークとしてORBIT-Qを確立した。
関連論文リスト
- Evaluating Verified Autonomy in Quantum Engineering [9.463290030138044]
QIQCBenchは、キャリブレーションと制御、エラー修正とコンパイル、センシングとネットワークを含む複数のレイヤにまたがる、専門家による49ドルのタスクのベンチマークである。
QIQCBenchは17ドルのフェデラルエージェントシステムを通じて、検証されたパフォーマンスの幅広いバリエーションを明らかにしている。
これらの結果は、実証能力と信頼性の高い操作の実質的なギャップを明らかにし、量子工学における検証された自律性への進歩を測定する基盤としてQuantum-Harborを確立する。
論文 参考訳（メタデータ） (2026-09-15T16:46:08Z) - Lowering the implementation barrier of neutral-atom quantum computing with agentic workflows [40.12543056558646]
量子コンピュータは、研究施設からクラウドを介して産業機械に移行し、高性能コンピューティング施設に統合されている。
理論量子プロトコルをハードウェア実験に翻訳することは依然として大きなボトルネックであり、プロトコル設計、コンパイル、シミュレーション、クラウド実行の専門知識を必要とする。
本稿では,このパイプラインを中性原子量子プロセッサ上で自動化するエージェントワークフローを紹介する。
論文 参考訳（メタデータ） (2026-07-28T15:13:14Z) - 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) - Benchmarking Quantum Software Testing with Scalable Quantum Programs [9.3695909584334]
スケーラブルな量子プログラム上での制御QST実験のためのベンチマークインフラストラクチャであるQolumbinaを提案する。
Qlumbinaはオープンソースのリポジトリから40のプログラムをキュレーションし、それらをテスト可能な科目に変換する。
また,量子プログラムの特徴付け,出力動作,開発複雑性,量子固有実行複雑性など,QST指向の基準を提案する。
論文 参考訳（メタデータ） (2026-07-02T10:56:35Z) - 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) - MAS-Orchestra: Understanding and Improving Multi-Agent Reasoning Through Holistic Orchestration and Controlled Benchmarks [86.05918381895555]
関数呼び出し強化学習問題としてMASオーケストレーションを定式化する訓練時間フレームワークとしてMASOrchestraを提案する。
MAS-Orchestraでは、複雑なゴール指向のサブエージェントは呼び出し可能な関数として抽象化され、システム構造に対する大域的推論を可能にする。
分析の結果,MASはタスク構造や検証プロトコル,オーケストレータとサブエージェントの両方の機能に大きく依存していることが判明した。
論文 参考訳（メタデータ） (2026-01-21T04:57:02Z) - An Agentic Framework for Autonomous Materials Computation [70.24472585135929]
大規模言語モデル(LLM)は、科学的発見を加速するための強力なツールとして登場した。
近年の進歩はLLMをエージェントフレームワークに統合し、複雑な科学実験のための検索、推論、ツールの使用を可能にしている。
本稿では,第一原理計算の信頼性向上を目的としたドメイン特化エージェントを提案する。
論文 参考訳（メタデータ） (2025-12-22T15:03:57Z) - 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) - Context-Aware Unit Testing for Quantum Subroutines [14.117812847408523]
量子ソフトウェアをテストすることは、量子情報の非決定論的性質、基盤となるヒルベルト空間の高次元性、複雑なハードウェアノイズ、および量子システムの固有の非局所的性質による固有の課題を示す。
量子システムにおける単体テストに関連する計算複雑性に対処するために、文脈認識をテストプロセスに組み込むことを提案する。
論文 参考訳（メタデータ） (2025-06-12T04:58:56Z) - 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) - A Design Framework for the Simulation of Distributed Quantum Computing [2.969582361376132]
大規模量子コンピュータの需要増加は分散量子コンピューティング(DQC)の研究を推し進めている
最近の実験的試みは、そのような設計のためのビルディングブロックのいくつかを実証している。
DQCシステムは、量子ネットワークのインフラによって接続された量子処理ユニットのクラスタである。
論文 参考訳（メタデータ） (2023-06-20T13:52:05Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳（メタデータ） (2022-07-14T12:22:51Z) - When BERT Meets Quantum Temporal Convolution Learning for Text
Classification in Heterogeneous Computing [75.75419308975746]
本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。
目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
論文 参考訳（メタデータ） (2022-02-17T09:55:21Z) - QTRAN++: Improved Value Transformation for Cooperative Multi-Agent
Reinforcement Learning [70.382101956278]
QTRANは、最大級の共同作用値関数を学習できる強化学習アルゴリズムである。
理論的な保証は強いが、複雑な環境での実証的な性能は劣っている。
そこで我々はQTRAN++という改良版を提案する。
論文 参考訳（メタデータ） (2020-06-22T05:08:36Z)
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。