論文の概要: Toward Quantum Software Automation: A Quantum-Aware Harness for LLM-Guided Evolution
- arxiv url: http://arxiv.org/abs/2609.38883v1
- Date: Wed, 30 Sep 2026 03:31:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.139391
- Title: Toward Quantum Software Automation: A Quantum-Aware Harness for LLM-Guided Evolution
- Title（参考訳）: 量子ソフトウェア自動化に向けて - LLMガイドによる進化のための量子認識のハーネス
- Abstract要約: 量子ソフトウェア設計の自動化に向けた進化的探索のための量子認識型ハーネスであるQSAを提案する。
マルチプログラミングにおいて、QSAはQPUの利用率を4.2%-9.5%改善し、Hellingerの忠実度を15.2%-19.5%改善した。
エラー軽減のため、QSAは少なくとも96.8%の緩和時間を短縮し、同等またはより良い忠実性を達成する。
- 参考スコア（独自算出の注目度）: 11.430215379277984
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum software is critical for improving the efficiency and reliability of scarce quantum hardware. However, its design still relies heavily on ad-hoc, handcrafted heuristics that are often suboptimal and quickly become obsolete as quantum hardware evolves. LLM-guided evolutionary search offers a promising way to automatically explore complex software designs, but existing search frameworks lack the quantum-specific support needed for efficient evolution: verification is expensive, feedback is sparse, and heterogeneous quantum programs require different optimization objectives. In this paper, we present QSA, a quantum-aware harness for LLM-guided evolutionary search toward automating quantum software design. QSA equips the search with three forms of quantum-specific guidance: an evolution-hardness-guided coreset and approximate scoring to reduce verification cost, static and snapshot analyses to provide fine-grained execution context, and task-specific rewards for compiler passes and runtime policies. We evaluate QSA on the IBM Quantum platform across three benchmark suites. For multiprogramming, QSA improves QPU utilization by 4.2%-9.5% and Hellinger fidelity by 15.2%-19.5% over the state of the art. For error mitigation, QSA reduces mitigation time by at least 96.8% while achieving comparable or better fidelity. These gains require only $6.9 in LLM API cost over 11.3 hours.
- Abstract（参考訳）: 量子ソフトウェアは、少ない量子ハードウェアの効率と信頼性を向上させるために重要である。
しかし、その設計は今でもアドホックで手作りのヒューリスティックに大きく依存している。
LLM誘導進化探索は、複雑なソフトウェア設計を自動的に探索する有望な方法を提供するが、既存の検索フレームワークは、効率的な進化に必要な量子特化サポートを欠いている。
本稿では,量子ソフトウェア設計の自動化に向けたLLM誘導進化探索のための量子認識ハーネスであるQSAを提案する。
QSAは、進化的ハードネス誘導コアセットと近似スコアリングにより、検証コストの削減、粒度の細かい実行コンテキストを提供する静的およびスナップショット分析、コンパイラパスと実行時ポリシーに対するタスク固有の報酬の3つの形式で検索を行う。
3つのベンチマークスイートでIBM Quantumプラットフォーム上でのQSAを評価した。
マルチプログラミングにおいて、QSAはQPUの利用率を4.2%-9.5%改善し、Hellingerの忠実度を15.2%-19.5%改善した。
エラー軽減のため、QSAは少なくとも96.8%の緩和時間を短縮し、同等またはより良い忠実性を達成する。
LLM APIの費用はたったの6.9ドルで11.3時間である。
関連論文リスト
- QBugLM: An Agentic Benchmarking Framework for LLM-based Quantum Software Debugging [0.8609132348927196]
大規模言語モデル(LLM)は、古典的なソフトウェア工学のタスクにおいて強力なパフォーマンスを示している。
量子ソフトウェアデバッグパイプラインを自動化するマルチエージェントフレームワークであるQBugLMを提案する。
論文 参考訳（メタデータ） (2026-06-05T14:34:46Z) - AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳（メタデータ） (2026-02-02T14:39:42Z) - Quantum-Based Self-Attention Mechanism for Hardware-Aware Differentiable Quantum Architecture Search [21.477208706334608]
微分可能な量子アーキテクチャ探索のための量子ベースの自己認識(QBSA-DQAS)を提案する。
このフレームワークは、2段階の量子自己アテンションモジュールを使用しており、量子回路を通してアーキテクチャパラメータをマッピングすることでコンテキスト依存を計算している。
探索後の最適化段階は、回路の複雑さを低減するためにゲートの通勤、融合、除去を施す。
論文 参考訳（メタデータ） (2025-12-02T07:07:10Z) - QUASAR: Quantum Assembly Code Generation Using Tool-Augmented LLMs via Agentic RL [8.823588193058727]
大規模言語モデル(LLM)に基づく量子回路生成は有望な自動解法として登場した。
本稿では,量子回路生成と最適化のためのエージェント強化学習フレームワークであるQUISARを提案する。
論文 参考訳（メタデータ） (2025-10-01T14:40:04Z) - Q-Fusion: Diffusing Quantum Circuits [2.348041867134616]
本稿では、新しい量子回路を生成するためにLayerDAGフレームワークを利用する拡散型アルゴリズムを提案する。
本結果は,提案モデルが100%有効な量子回路出力を連続的に生成することを示す。
論文 参考訳（メタデータ） (2025-04-29T14:10:10Z) - 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) - QOS: A Quantum Operating System [0.5571222258950509]
量子リソースを管理するクラウドオペレーティングシステムQOSを紹介する。
QOSは、透過的な量子ジョブ実行のためのハードウェアに依存しないAPIを公開する。
我々は,QOSが2.6～456.5$times$高忠実度を実現し,資源利用率を最大9.6$times$に向上し,待ち時間を最大5$times$に削減し,平均1～3%の忠実度を犠牲にすることを示した。
論文 参考訳（メタデータ） (2024-06-27T12:05:27Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - 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) - 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) - 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。