論文の概要: Reducing the arithmetic cost of quantum derivative pricing with language-model circuit design
- arxiv url: http://arxiv.org/abs/2611.04431v1
- Date: Tue, 03 Nov 2026 07:20:56 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:58:15.433465
- Title: Reducing the arithmetic cost of quantum derivative pricing with language-model circuit design
- Title（参考訳）: 言語モデル回路設計による量子デリバティブ価格の算術コスト削減
- Abstract要約: 我々は、言語モデル支援回路設計を用いて、3つのアセスメントの最悪のオートコールとターゲットアクセルの回避のための可逆的なペイオフ算術を減らした。
一致した内部参照とは対照的に、Facter-sumautocallableとウィンドウ化されたTARF回路は、Toffoli数とピーク論理量子ビット$(N_Tof Q_max)$の積を2.39と4.84で減少させる。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Quantum amplitude estimation can estimate expected discounted payoffs with quadratically fewer oracle calls than Monte Carlo, but each call requires coherent computation. We use language-model-assisted circuit design to reduce reversible payoff arithmetic for a three-asset worst-of autocallable and a target accrual redemption forward (TARF). The constructions retain compact integer representations of market paths alongside contract history, reconstructing quantities temporarily for contract decisions and payoff-angle evaluation. Relative to matched internal references, the factor-sum autocallable and windowed TARF circuits reduce the product of Toffoli count and peak logical qubits $(N_{Tof} Q_{max})$ by factors of 2.39 and 4.84, respectively. At a second autocallable setting, fresh search recovers a 1.35-fold saving after the tested fixed adaptation loses its advantage. For the factor-sum circuit, we prove exact coherent execution of its integer specification for every input, incoming accumulator and measurement record, with clean workspace and phase cancellation. A separate lattice calculation gives a numerical angle-tolerance-violation probability of 6.248e-8 and evaluates pricing bias under the declared loading law, with bounded omission but no certified numerical enclosure. The results connect compact representations to lower-cost payoff arithmetic and separately assessed logical and financial correctness. Their resource scope excludes loading, payoff rotation and estimation.
- Abstract（参考訳）: 量子振幅推定はモンテカルロよりも2次的に少ないオラクル呼び出しで期待される割引ペイオフを推定できるが、それぞれの呼び出しはコヒーレントな計算を必要とする。
言語モデルを用いた回路設計により,3つのアセスメントの最悪のオートコールと,TARF(Target Accrual Reemption forward)に対する可逆的なペイオフ算術を削減した。
これらの構成は、契約履歴とともに市場パスのコンパクトな整数表現を保持し、契約決定とペイオフ・アングル評価のために一時的に量の再構成を行う。
一致した内部参照とは対照的に、Facter-sum autocallable とwindowed TARF 回路は、それぞれ2.39 と 4.84 の係数で Toffoli count と peak logical qubits $(N_{Tof} Q_{max})$ の積を減少させる。
第2のオートコール可能な設定では、テストされた固定適応が利点を失うと、新しい検索が1.35倍の節約を回復する。
ファクトリサム回路では,入力,受信アキュムレータ,測定記録の各整数仕様を,クリーンなワークスペースと位相キャンセルで正確にコヒーレントに実行する。
格子計算は6.248e-8の数値抵抗違反確率を与え、宣言された負荷法の下で価格バイアスを評価する。
その結果、コンパクト表現を低コストのペイオフ算術に結びつけ、論理的および金銭的正当性を別々に評価した。
彼らのリソース範囲は、ロード、ペイオフローテーション、推定を除外する。
関連論文リスト
- Exact Compilation and Resource Laws for Hidden Integer Feedback [1.5224436211478214]
我々は,有理フィードバック機構を予測可能な署名ユニット参加下で研究する。
構造化有限整数行列は誤りや新しいランダム性を改善することを示す。
論文 参考訳（メタデータ） (2026-10-19T14:01:07Z) - Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning [50.42640957891911]
評価器誘導推論のためのコンピュータ対応3動作制御器を開発した。
ロールアウト型継続サロゲートによる回答の成功と拡張を予測して端末動作を評価する。
我々は,不明瞭な判断に対する局所的不確実性を考慮した行動特異的信頼度推定を学習し,校正する。
論文 参考訳（メタデータ） (2026-10-14T19:25:23Z) - LeapQuant: Efficient Linear Attention with Accurate Recurrent State Quantization [60.59339465850602]
本論文では、8ビットのリカレント状態量子化の下で、ほぼ無作為な性能を実現する学習不要なLeapQuantを提案する。
LeapQuantは、推論中にメモリと計算コストを大幅に削減することを示す。
FP32ベースラインに匹敵する精度で、カーネルレベルでは2.05--3.70$times$、エンドツーエンドの推論では1.47$times$となる。
論文 参考訳（メタデータ） (2026-09-29T17:59:34Z) - SQUARE: Structured Quantum Representation Adapters as Compact Quadratic Feature Maps for Frozen Language Models [50.300302932452006]
凍結言語モデル(LM)は、下流の再ランク付け、スコアリング、嗜好モデリングのための固定された特徴抽出器として、ますます使われている。
本稿では、ボトルネックベクトルを振幅符号化し、パラメータ化量子回路を適用し、その結果の状態を測定する構造量子表現アダプタを提案する。
各基底確率関数は、ちょうどボトルネック座標における正規化された二次形式であり、追加のPauli$Z$読み出しはそれらの確率の線形結合であることを示す。
論文 参考訳（メタデータ） (2026-09-29T09:38:29Z) - Verification Pulses and the Cost of Escaping Wrong Consensus [2.731113456484581]
外的検証は、誤ったコンセンサスの盆地に自衛集団を残しながら、個々のアウトプットを補正することができる。
固定された検証予算のタイミングと対処が非同期バイナリレジスタの回復に与える影響について検討する。
論文 参考訳（メタデータ） (2026-09-24T03:29:27Z) - Constrained Online Learning with Noisy Constraint Values [55.29259818039367]
一般的な実現可能性の下では、我々のLEDGERアルゴリズムは、期待される損失$O(sqrt T)と期待される予算違反$O(sqrtTlog(eT))を達成します。
スレーター条件、フィードバックチャネル間の独立性、絶対的制約値境界は不要である。
論文 参考訳（メタデータ） (2026-09-07T01:38:41Z) - Caliber: Cross-Architecture Extraction-Cost Control for Score-Returning APIs [27.21644231867863]
Caliberは、キャリブレーション問題としてノイズ選択を定式化するモデル抽出に対する防御である。
知識蒸留に返却されたスコアを使用する攻撃者に対して、Caliberは独立して同一に分散したガウスノイズを内部ロジットに追加する。
Caliberは、正方形中央2対数辺による雑音分散を正規化し、その結果の雑音効用関係をロジスティック曲線に適合させる。
論文 参考訳（メタデータ） (2026-08-02T05:58:00Z) - Cost Accounting for Reactive Computational Graphs: Exhaustive Sweeps, Sequential Mutation, and the Backward-Locality Gap [0.0]
我々は、Juliaがニューラルネットワークの計算グラフの介入をどのように扱うかを示す。
我々は、持続的な突然変異の連続の正確なコストを証明し、挿入の間を解き放たない。
また、バッチアプリケーションがどのように順序非依存でサブ付加的であるかを示す。
論文 参考訳（メタデータ） (2026-07-18T00:53:22Z) - Re-feeding Is Not Replaying: Measuring Replay Noise in Counterfactual Token-Credit Estimation [0.0]
言語モデルのロールアウトにおいて、どのトークンが最終回答が正しいか間違っているかを尋ねる。
我々は、この仮定がストック推論エンジンのコストを3パスの設計で測定する。
6つの構成と3つのモデルにまたがって、リフィーディングはレプリカフロアよりも14-28ポイント高いレートでクレジットの見積もりを変更する。
論文 参考訳（メタデータ） (2026-06-14T06:09:16Z) - Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。
EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
論文 参考訳（メタデータ） (2026-05-28T09:45:47Z) - Tokens-per-Parameter Coverage Is Critical for Robust LLM Scaling Law Extrapolation [45.56738584872585]
ニューラルスケーリング法則は、パラメータカウント$N$とトークンカウント$D$のパワーロー関数として、言語モデルの損失を近似する。
本稿では,コリニア設計がガウス・ニュートン最小二乗問題に固有の不条件を生じさせることを示す。
これを4つのスケーリング法則形式に対して証明し、十分に条件付き推定に十分必要な閉形式TPP多様性閾値を導出する。
論文 参考訳（メタデータ） (2026-05-08T23:00:17Z)
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。