PulseAugur
实时 01:26:38
English(EN) QASM-Eval: A Dataset to Train and Evaluate LLMs on OpenQASM-3 Beyond Quantum Circuits

新基准数据集训练LLM进行硬件级量子编程

研究人员开发了QASM-Eval,一个旨在训练和评估大型语言模型(LLM)在OpenQASM-3上的新基准数据集。OpenQASM-3是量子计算的硬件级编程接口。该数据集侧重于超越基本电路规范的高级功能,例如中途测量、经典反馈和脉冲级控制。QASM-Eval包含一个包含100个任务的测试集和一个包含4000个任务的训练集,旨在提高LLM在NISQ时代面向硬件的量子编程能力。初步评估显示,当前的LLM在这些任务上的表现不佳,但使用QASM-Eval进行微调可以带来显著的改进。 AI

影响 支持开发用于硬件特定量子编程的LLM助手,可能加速NISQ时代的进步。

排序理由 该集群包含一篇学术论文,介绍了一个用于在特定编程语言上训练和评估LLM的新基准数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zhenxiao Fu, Lei Jiang, Fan Chen ·

    QASM-Eval:一个用于训练和评估 LLM 在超越量子电路的 OpenQASM-3 上的数据集

    arXiv:2605.30358v1 Announce Type: new Abstract: Quantum computing remains in the Noisy Intermediate-Scale Quantum (NISQ) era, where the performance is highly constrained to noise. Addressing the limitation often requires hardware-facing capabilities beyond gate-sequence circuit s…