PulseAugur
中
实时 07:10:47
English(EN) A Hardware-Trained Generative Quantum Eigensolver for Sample-Based Quantum Diagonalization of Organotin Hydroxides up to 70 Qubits

在IBM Heron处理器上训练的量子本征求解器达到70个量子比特

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种利用量子硬件进行训练的生成量子本征求解器（GQE）。该GQE以分子描述符为条件，生成用于基于样本的量子对角化的状态制备电路。该系统在IBM Heron处理器上进行了训练和测试，达到了70个量子比特。与经典方法相比，所训练的策略在模拟与极紫外光刻相关的有机锡氢氧化物方面表现出更高的准确性和效率。 AI

影响 展示了用于量子电路生成的硬件辅助训练，有可能加速量子算法的开发。

排序理由 该条目是一篇学术论文，详细介绍了新的计算方法及其在量子硬件上的实验验证。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

在IBM Heron处理器上训练的量子本征求解器达到70个量子比特

本文如何被排名

Signal score
34 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目是一篇学术论文，详细介绍了新的计算方法及其在量子硬件上的实验验证。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Kunal Kumar, Kimberlee Keithley, Toshiya Iwamori, Shu Kanno, Ikko Hamamura, Takao Kobayashi, Akira Koseki, Qi Gao, Naoki Yamamoto, Hiroshi Horii, Yuri Kobayashi, Borja Peropadre, Kouhei Nakaji, Toru Imai, Takayuki Osogami ·

    用于高达70个量子比特的有机锡氢氧化物基于样本的量子对角化的硬件训练生成量子本征求解器

    arXiv:2611.13755v1 Announce Type: cross Abstract: Quantum hardware can provide feedback for training circuit generators beyond the reach of exact classical simulation. We train generative quantum eigensolver (GQE) policies, transformers conditioned on molecular descriptors, to ge…

相关话题