論文の概要: Quantum Circuit Vision: Cost-Aware Evaluation of Visual AI Agents for Quantum Code Generation
- arxiv url: http://arxiv.org/abs/2607.10057v1
- Date: Sat, 11 Jul 2026 00:54:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.283444
- Title: Quantum Circuit Vision: Cost-Aware Evaluation of Visual AI Agents for Quantum Code Generation
- Title（参考訳）: 量子回路ビジョン: 量子コード生成のためのビジュアルAIエージェントのコストアウェア評価
- Abstract要約: 本稿では,量子回路の視覚的理解に関するマルチモーダルAIエージェントのための費用対効果評価フレームワークQuantum Circuit Visionを提案する。
13のカテゴリ(1$--10$ qubits)にまたがる132サイクルのベンチマークを構築し、実行可能なAmazon Braketコードとユニタリ忠実度検証を行う。
単一モデルコストの38%で84%の精度を達成するカスケードルーティング戦略を提案し、モデルルーティングがコストレバーとして迅速なエンジニアリングを担っていることを示す。
- 参考スコア（独自算出の注目度）: 0.8652572023509929
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Can AI agents visually comprehend quantum circuit diagrams and generate verified executable code--and at what cost? We present Quantum Circuit Vision, a cost-aware evaluation framework for multimodal AI agents on quantum circuit visual understanding. We construct a 132-circuit benchmark spanning 13 categories ($1$--$10$ qubits) with executable Amazon Braket code and unitary-fidelity verification. Evaluating three frontier Claude-family models at different capability-cost tiers with $n=5$ repeated trials, we find that the mid-tier model (Sonnet 4.6, $1.30\times$ credits) offers the most favorable balance on the cost-accuracy frontier: 91% pass rate on the core subset at 18% of the per-call cost of the strongest model (Opus 4.6), whose accuracy advantage is not statistically significant (paired $t$: $p=0.083$). Logistic regression confirms that circuit depth--not qubit count--is the primary predictor of failure ($p<0.001$). Chain-of-thought prompting shows no statistically significant effect (all $p>0.18$, $n=5$), suggesting that visual pattern recognition outweighs explicit reasoning strategy for structurally coupled diagrams. We propose a cascade routing strategy (cheap $\rightarrow$ expensive models) that achieves 84% accuracy at 38% of single-model cost, demonstrating that model routing dominates prompt engineering as a cost lever. We release QCV-Dataset (132 circuits, 5 modalities, 1,931 files) on Hugging Face Hub as an open evaluation infrastructure with structured metadata for discoverability, interoperability, and responsible AI documentation, and all evaluation code, cost logs, and verification scripts on GitHub for full reproducibility.
- Abstract（参考訳）: AIエージェントは、量子回路図を視覚的に理解し、検証可能なコードを生成することができますか?
本稿では,量子回路の視覚的理解に関するマルチモーダルAIエージェントのための費用対効果評価フレームワークQuantum Circuit Visionを提案する。
13のカテゴリ(1$--10$ qubits)にまたがる132サイクルのベンチマークを構築し、実行可能なAmazon Braketコードとユニタリ忠実度検証を行う。
中層モデル(Sonnet 4.6, $1.30\times$ credits)は、最強モデル(Opus 4.6)の呼び出しコストの18%でコアサブセットの91%のパスレートが、統計的に有意ではない($t$:$p=0.083$)。
ロジスティック回帰は、回路深さ(キュービット数ではない)が障害の第一の予測因子であることを確認する(p<0.001$)。
すべての$p>0.18$, $n=5$) は、視覚的パターン認識が構造的に結合された図形の明確な推論戦略よりも優れていることを示唆している。
単一モデルコストの38%の精度で84%の精度を達成できるカスケードルーティング戦略($\rightarrow$ expensive model)を提案する。
私たちは、Hugging Face Hub上でQCVデータセット(132の回路、5つのモダリティ、1,931ファイル)をオープンな評価基盤としてリリースし、発見可能性、相互運用性、責任あるAIドキュメントのための構造化メタデータと、すべての評価コード、コストログ、検証スクリプトをGitHubで完全な再現性のために提供しています。
関連論文リスト
- Workload Identification with Physical Side Channels for AI Governance [0.5013248430919224]
外部オブザーバは、NVIDIA H200上で動作するワークロードのクラスを、そのパワードローから特定できることを示す。
推論としてトレーニングを偽装するために4つの回避策がテストされ、さらに680個の敵の痕跡が得られた。
論文 参考訳（メタデータ） (2026-08-31T19:59:35Z) - TRACE-Bench: Decomposing and Diagnosing Multi-Reference Image Generation [74.69068352546073]
TRACE-Benchは、多様な芸術的スタイルと現実世界の主題にまたがるマルチ参照画像の評価ツールである。
631の定式テンプレートと、様々な芸術様式と現実世界の主題にまたがる約4,000の参照画像で構成されている。
その公式構造は、演算子整合性評価プロトコルを駆動し、可視性スコアリングと診断木解析を行う。
論文 参考訳（メタデータ） (2026-08-17T16:15:50Z) - The Deterministic Horizon: When Extended Reasoning Fails and Tool Delegation Becomes Necessary [13.891522069967507]
拡張連鎖推論は決定論的状態追跡タスクのパフォーマンスを低下させる。
ツール統合推論がニューラル・チェーン・オブ・シントを一貫して上回ることを示す。
本研究は, エージェントシステムにおいて, 純粋なニューラル推論がハイブリッドアプローチにいつ適用されるべきかについて, 基本的ガイダンスを提供する。
論文 参考訳（メタデータ） (2026-05-29T21:35:23Z) - What Do EEG Foundation Models Capture from Human Brain Signals? [64.48249643001402]
現代の脳波基礎モデルは、自己教師付き事前訓練を通じて生信号から直接学習する。
我々は3つのサブクエストに分解する: モデルが何を学習するか、モデルを何に使用するのか、そしてどのように説明できるのか。
3つの基礎モデル(CSBrain, CBraMod, LaBraM),5つの臨床タスク(MDD, Stress, ISRUC-Sleep, TUSL, Siena)と6ファミリー63機能レキシコンを含む。
論文 参考訳（メタデータ） (2026-05-12T01:57:53Z) - Toward Secure Multitenant Quantum Computing: Circuit Affinity, Crosstalk Patterns, and Grouping Strategies [0.5013248430919223]
マルチテナンシはスループットを高め、クラウドベースの量子コンピューティングのコストを削減する。
並行ジョブ実行は、回路間クロストークを通じてセキュリティリスクを導入する。
我々は、これらの干渉パターンが7つのIBM超伝導プロセッサにまたがる構造予測可能性を特徴付ける。
論文 参考訳（メタデータ） (2026-04-30T18:18:41Z) - Strategic Heterogeneous Multi-Agent Architecture for Cost-Effective Code Vulnerability Detection [0.0]
ゲーム理論の原理に着想を得た異種マルチエージェントアーキテクチャを提案する。
3+1"は、補完的な観点からコードを分析する3つのクラウドベースのエキスパートエージェントをデプロイする。
提案手法は,62.9%の精度で77.2%のF1スコアを獲得し,100%のリコールを0.002ドルとした。
論文 参考訳（メタデータ） (2026-04-23T04:58:18Z) - Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents [66.97968363332465]
エージェントベンチマークの3つのギャップに対処するエンドツーエンド評価スイートであるClaw-Evalを紹介した。
Claw-Evalは3つのグループにまたがる9つのカテゴリにまたがる300の人間検証タスクで構成されている。
すべてのエージェントアクションは、3つの独立したエビデンスチャネルを通じて記録される。
論文 参考訳（メタデータ） (2026-04-07T17:43:18Z) - vAttention: Verified Sparse Attention [100.98210818821688]
vAttentionは、ユーザが指定した$(epsilon, delta)$の近似精度保証(thus, confirmed)を備えた実用的なスパースアテンションメカニズムである。
vAttentionはデータセット間のスパースアテンションの質を大幅に改善することを示す。
モデルの品質を損なうことなく高速なデコードを実現するために、推論シナリオにデプロイすることができる。
論文 参考訳（メタデータ） (2025-10-07T08:46:08Z) - Probabilistically Tightened Linear Relaxation-based Perturbation Analysis for Neural Network Verification [83.25968588249776]
本稿では,LiRPAに基づく手法とサンプリングに基づく手法を組み合わせることで,厳密な中間到達性集合を計算できる新しいフレームワークを提案する。
無視可能な計算オーバーヘッドでは、$textttPT-LiRPA$は推定された到達可能な集合を利用し、ニューラルネットワークの出力の上下線形境界を著しく締め付ける。
論文 参考訳（メタデータ） (2025-07-07T18:45:53Z) - Unearthing Skill-Level Insights for Understanding Trade-Offs of Foundation Models [61.467781476005435]
集約精度を検査する際には、スキルワイドのパフォーマンスが不明確になる。
モデル生成論理を検査することで,任意の評価事例に関連する基礎的スキルを復元する自動手法を提案する。
私たちのスキルスライスとフレームワークは、モデル評価の新しい道を開き、スキル固有の分析を活用して、よりきめ細やかで実用的なモデル機能の理解を解き放ちます。
論文 参考訳（メタデータ） (2024-10-17T17:51:40Z) - Self-Evaluation Guided Beam Search for Reasoning [61.523627290397556]
我々は,Large Language Model (LLM) の推論プロセスのガイドと校正を行うための段階的自己評価機構を導入する。
本稿では,ビームサーチによる自己評価ガイダンスを統合した復号アルゴリズムを提案する。
我々のアプローチは、GSM8K、AQuA、StrategyQAにおいて、対応するCodexバックボンドベースラインをわずかに精度6.34%、9.56%、および5.46%で上回る。
論文 参考訳（メタデータ） (2023-05-01T02:37:59Z)
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。