PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.13380v1quant-ph

자율 변분 양자 회로 설계를 위한 LLM 시스템

An LLM System for Autonomous Variational Quantum Circuit Design

고성능 양자 회로 설계는 여전히 인간 전문 지식에 크게 의존하고 있다. 본 논문에서는 대규모 언어 모델(LLM)을 활용하여 명시적 설계 제약 조건 하에서 반복적인 양자 회로 설계를 수행하는 자율 에이전트 프레임워크를 소개한다. 제안 시스템은 탐색(Exploration), 생성(Generation), 토론(Discussion), 검증(Validation), 저장(Storage), 평가(Evaluation), 검토(Review)의 일곱 가지 구성 요소를 통합한다. 이 구성 요소들은 웹 기반 지식 획득, 문헌 기반 비평, 실행 가능한 코드 생성, 실험적 피드백을 결합하는 폐쇄 루프 워크플로를 형성한다. 본 프레임워크는 두 가지 과제에 대해 평가된다: 양자 기계학습을 위한 양자 특징 맵(quantum feature map) 구성과 양자 화학의 변분 양자 고유값 분해기(VQE) 응용을 위한 앤사츠(ansatz) 생성이다. 이미지 분류 벤치마크에서 생성된 최적의 특징 맵은 대표적인 양자 특징 맵들을 능가하며, 더 많은 큐비트로 확장 시 고전적인 방사 기저 함수(RBF) 커널도 초과한다. 일곱 가지 분자에 걸친 분자 바닥 상태 추정에서, 생성된 앤사츠는 부과된 스케일링 제약 조건을 만족하면서 널리 사용되는 화학적 영감 구조 및 하드웨어 효율적 구조와 경쟁력 있는 정확도를 달성한다. 이러한 결과는 LLM 기반 에이전트 시스템이 자동화된 양자 회로 설계를 위한 실용적인 패러다임임을 확립하고, AI 시스템이 다양한 과학 분야에 걸친 반복적 과학 최적화 워크플로에 참여할 수 있음을 보여준다.