論文の概要: AG-CoT: Verified Algorithmic Traces for LLM Program Synthesis on Clifford Circuits

• arxiv url: http://arxiv.org/abs/2609.33192v1
• Date: Sun, 27 Sep 2026 04:19:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 02:19:36.228203
• Title: AG-CoT: Verified Algorithmic Traces for LLM Program Synthesis on Clifford Circuits
• Title（参考訳）: AG-CoT:クリフォード回路上でのLCMプログラム合成のための検証されたアルゴリズムトレース
• Abstract要約: 本稿では,量子誤り訂正に使用される安定化器状態を作成するクリフォード回路の言語モデル合成における問題点について検討する。 筆者らのフレームワークでは,各ターゲットはコンパクトな符号付き安定化器生成器として与えられ,正確な検証器が生成したOpenQASM回路をチェックする。
• 参考スコア（独自算出の注目度）: 39.938021660593975
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific code generation can produce executable programs that fail to compute the intended scientific object. We study this problem in language-model synthesis of Clifford circuits, which prepare the stabilizer states used in quantum error correction and admit exact classical verification. In our target-conditioned framework, each target is given as compact signed stabilizer generators, and an exact verifier checks the generated OpenQASM circuits. We supervise models with Aaronson-Gottesman chain-of-thought (AG-CoT) traces checked by the verifier, and continue training on model generations that the verifier accepts. Across two independently trained model families (3B and 7B), AG-CoT supervision multiplies greedy-decode state-equivalence accuracy by four to six times over circuit-only baselines, and verifier-filtered continuation training adds a further consistent gain atop both. A complementary 32B study shows that supervised models achieve near-perfect syntax and Clifford validity while the strongest direct model reaches 6.14% state equivalence per target, rising to over 10% under verifier-guided selection with multiple candidates. These results show that algorithmic trace supervision gives a large, statistically significant gain in both model families and that verifier-filtered continuation adds a further repeated gain. The persistent gap between Clifford validity and state equivalence confirms that exact verification is necessary: a circuit can be syntactically and physically valid yet prepare the wrong quantum state.
• Abstract（参考訳）: 科学的コード生成は、意図した科学的対象を計算できない実行可能なプログラムを生成することができる。 この問題はクリフォード回路の言語モデル合成において研究され、量子誤り訂正に使用される安定化器状態を作成し、正確な古典的検証を認める。 目標条件付きフレームワークでは、各ターゲットはコンパクトな符号付き安定化器ジェネレータとして与えられ、正確な検証器が生成されたOpenQASM回路をチェックする。 我々は、検証者によってチェックされたAG-CoT(Aaronson-Gottesman chain-of- Thought)トレースを用いてモデルを監督し、検証者が受け入れるモデル世代に関するトレーニングを継続する。 独立に訓練された2つのモデルファミリ (3B と 7B)、AG-CoT の監督は、回路のみのベースライン上で4倍から6倍のグレディ・デコード状態等価性を乗算する。 補完的な32B研究では、教師付きモデルはほぼ完全な構文とクリフォードの妥当性を達成し、最強の直接モデルは目標当たり6.14%の状態同値に達し、複数の候補で検証された選択の下で10%以上まで上昇することを示した。 これらの結果から,アルゴリズム的トレース監視は両モデルファミリに大きな,統計的に有意な利得を与え,検証器フィルタによる継続がさらに繰り返しの利得をもたらすことが示唆された。 クリフォードの妥当性と状態等価性の間の永続的なギャップは、正確な検証が必要であることを証明している。

関連論文リスト

• Verification-Aware Training for Speculative Decoding [57.84976863792784]
  VAT(Verification-Aware Training)は、トレーニングステップ毎に検証をシミュレートし、その結果の受け入れパターンと拒否パターンを監督するプラグインフレームワークである。 VATはトレーニング対象のみを変更するため、ドラフトアーキテクチャやターゲットモデル、推論手順を変更することなく、既存のメソッドの上にレイヤー化することができる。 VATは平均受理期間を最大11.4%改善し、ウォールクロックのスピードアップを最大8.7%向上させ、数学、コード、チャットベンチマークで一貫した利益を得ている。
  論文  参考訳（メタデータ） (2026-08-31T01:42:10Z)
• CIAware-Bench: Benchmarking Control Intervention Awareness Across Frontier LLMs [100.38986535324284]
  我々は、フロンティアモデル全体でのtextbfcontrol textbfintervention (CI) の認識を測定するベンチマークである textbfCIAware-Bench を紹介する。 CIAware-Benchは、モデルが自身の軌跡を制御介入によって修正されたものと区別できるかどうかをテストする。
  論文  参考訳（メタデータ） (2026-06-09T16:24:16Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• Mid-Circuit Measurements for Clifford Noise Reduction in Hamiltonian Simulations [1.242418204665193]
  フェルミオンハミルトニアンの量子シミュレーションは量子コンピューティングの先導的な応用である。 符号化ハミルトンシミュレーションのためのデバイスマッチングノイズ低減フレームワークを提案する。 機械学習誘導型安定化器の選択は、ランダム選択よりも優れた検証演算子を識別できることを示す。
  論文  参考訳（メタデータ） (2026-05-07T18:00:24Z)
• Goedel-Code-Prover: Hierarchical Proof Search for Open State-of-the-Art Code Verification [34.98335927187393]
  大規模言語モデル(LLM)は可塑性コードを生成することができるが、正確性には限界がある。 本稿では,Lean4における自動コード検証のための階層的証明検索フレームワークを提案する。 Goedel-Code-Prover-8Bは、分解と完了の両方のための単一の統一ポリシーです。
  論文  参考訳（メタデータ） (2026-03-18T18:42:04Z)
• CoVerRL: Breaking the Consensus Trap in Label-Free Reasoning via Generator-Verifier Co-Evolution [52.691495954442985]
  CoVerRLは1つのモデルがジェネレータと検証ロールを交換するフレームワークで、各機能が他方をブートストラップする。 Qwen と Llama のモデルファミリーでの実験では、CoVerRL は数理推論のベンチマークで4.7-5.9% でラベルなしのベースラインを上回っている。 自己検証の精度は55%から85%以上改善され、両方の能力が真に共存することを確認した。
  論文  参考訳（メタデータ） (2026-03-18T14:38:55Z)
• Scaling the Scaling Logic: Agentic Meta-Synthesis of Logic Reasoning [18.75349680577575]
  SSLogicは、コントロール可能な困難を伴う継続的家族進化のためのフレームワークである。 SSLogicに進化したデータのトレーニングは、一致したステップでシードベースラインに対して一貫した利得を得る。
  論文  参考訳（メタデータ） (2026-01-23T13:26:01Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• Taming Imperfect Process Verifiers: A Sampling Perspective on Backtracking [54.43083499412643]
  言語モデルの生成能力をプロセス検証器と組み合わせたテストタイムアルゴリズムは、新しい推論能力を引き出すための有望なレバーを提供する。 提案手法は, 理論的に根拠付きバックトラックを用いて, 検証誤差に対して, 確実な堅牢性を実現するための新しいプロセス誘導型テスト時間サンプリングアルゴリズムであるVGBを導入する。
  論文  参考訳（メタデータ） (2025-10-03T16:21:14Z)

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。