研究人员开发了一个多智能体AI框架,用于发现实用的量子低密度奇偶校验(qLDPC)码。该框架结合了专家提议和审查、持久记忆以及可执行程序的长时演化,以搜索在满足实际约束的同时优化性能的码。该系统成功识别出了一些在特定权重和块长度限制内具有竞争性速率-距离性能的码,包括具有非正规子群作用的实例。这些发现的码在常见的解码协议下也表现出较低的逻辑故障率,为实验评估提供了与硬件相关的候选方案。 AI
影响 展示了AI智能体在量子物理等复杂领域加速科学发现的潜力。
排序理由 该集群包含一篇详细介绍用于科学发现的新AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →