論文の概要: Large Language Models for Quantum Code Translation: An Exploratory Study
- arxiv url: http://arxiv.org/abs/2610.34841v1
- Date: Mon, 26 Oct 2026 04:47:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.750473
- Title: Large Language Models for Quantum Code Translation: An Exploratory Study
- Title（参考訳）: 量子コード翻訳のための大規模言語モデル:探索的研究
- Abstract要約: 量子メカニカルセマンティクスと断片化されたソフトウェア開発キット(SDK)が量子ソフトウェア開発に挑戦する
LLMに基づく高レベル量子SDK間の実行可能プログラムの変換手法を提案する。
- 参考スコア（独自算出の注目度）: 7.106892359655876
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum software development is challenged by quantum-mechanical semantics and fragmented software development kits (SDKs), which complicate cross-SDK code translation and execution. In this paper, we propose an LLM-based approach for translating executable programs between high-level quantum SDKs. We develop a quantum-aware translation workflow whose prompt design and validation reflect quantum semantics and accommodate the version evolution of quantum ecosystems. We conduct a preliminary evaluation of 4 LLM configurations on 43 tasks, translating Qiskit programs to PennyLane and Q#. LLMs achieve a zero-shot Pass@1 of up to 72.33%, while one-shot prompting further improves the translation effectiveness. These results suggest potential for quantum code translation by LLMs.
- Abstract（参考訳）: 量子ソフトウェア開発は、ハードウェア間のコード変換と実行を複雑にする量子機械的セマンティクスと断片化されたソフトウェア開発キット(SDK)によって挑戦されている。
本稿では,高レベルな量子SDK間で実行可能プログラムを変換するためのLLMベースのアプローチを提案する。
我々は、量子意味論を反映した素早い設計と検証を行い、量子エコシステムのバージョン進化に対応する量子認識翻訳ワークフローを開発する。
我々は43のタスクで4つのLLM構成を予備評価し、QiskitプログラムをPennyLaneとQ#に翻訳する。
LLMは最大72.33%のゼロショットパス@1を達成する一方、ワンショットプロンプトは翻訳効率をさらに向上させる。
これらの結果は、LLMによる量子コード変換の可能性を示している。
関連論文リスト
- SQD-Agent: LLM-driven agentic framework for Quantum Chemistry workflows [0.22344764434954256]
SQD Agentは自然言語のユーザ意図を量子化学アプリケーションのために実行可能なものに翻訳する。
SQD Agentは、人間の専門知識と設定のオーバーヘッドを低減します。
主な特徴は、量子化学実験、実際の量子ハードウェアにおけるエラー軽減である。
論文 参考訳（メタデータ） (2026-09-30T08:45:57Z) - QuanBench: Benchmarking Quantum Code Generation with Large Language Models [7.807551490308163]
大規模言語モデル(LLM)は、一般的なコード生成において優れた性能を示している。
本稿では,量子コード生成におけるLLMの評価ベンチマークであるQuanBenchを提案する。
論文 参考訳（メタデータ） (2025-10-19T10:08:36Z) - 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) - LLM-Powered Quantum Code Transpilation [3.9134031118910264]
さまざまな量子コンピューティングプラットフォームに適した、さまざまなソフトウェア開発キット(SDK)が存在する。
それらはQuantum SDK(QSDK)として知られている。例にはQiskit、Cirq、PennyLaneに限らない。
論文 参考訳（メタデータ） (2025-07-12T21:16:21Z) - 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) - 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) - Quantizing Large Language Models for Code Generation: A Differentiated Replication [51.85505914274633]
大規模言語モデル(LLM)は、コード生成において印象的な能力を示しており、特に自然言語で記述された要求を自動的に実装する。
LLMはメモリ(そして結果として炭素)のフットプリントに重大な課題をもたらす。
LLM量子化の新しいフロンティアは4ビット精度であり、平均メモリフットプリントが70%減少する。
論文 参考訳（メタデータ） (2025-03-10T09:26:08Z) - 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) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - A MLIR Dialect for Quantum Assembly Languages [78.8942067357231]
量子コンピューティングにおけるMLIR(Multi-Level Intermediate Representation)の有用性を実証する。
我々は、共通量子集合言語の表現とコンパイルを可能にする新しい量子方言でMLIRを拡張した。
我々はQIR量子ランタイムAPIのqcor対応実装を活用して、再ターゲット可能な(量子ハードウェアに依存しない)コンパイラワークフローを実現する。
論文 参考訳（メタデータ） (2021-01-27T13:00:39Z)
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。