LLMs 学习推理量子算子

研究人员开发了一种新颖的方法，使大型语言模型（LLM）能够解释和推理量子算子，这是一种由于其固有的对量子表示（如酉矩阵）的盲目性而先前缺乏的能力。该方法将量子算子映射到 LLM 的潜在空间，从而能够统一处理量子和语言数据。在对 Clifford+T 电路合成的实验中，该模型在性能上与现有方法相当，并显示出语言条件合成的潜力，预示着未来将出现用于量子编译和算法发现等任务的量子感知基础模型。 AI

影响 使 LLM 能够处理和推理量子操作，可能加速量子编译和算法发现。

排序理由 该集群包含一篇学术论文，详细介绍了将 LLM 与量子算子对齐的新研究方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Clifford+T circuit synthesis
• Hugging Face
• large-language models
• Pauli rotation gate
• quantum physics
• Unitary matrices for phase-coded holographic memories

• 论文
• 模型发布

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