论文页面 - 将量子算符与大型语言模型对齐

来源：https://huggingface.co/papers/2606.13811

摘要

大型语言模型可以通过将酉矩阵映射到其潜在空间来理解量子算符，从而实现量子电路合成和语言条件化的量子门约束指定。

大型语言模型（Large Language Models (https://huggingface.co/papers?q=Large%20Language%20Models)，LLMs）能否理解并推理量子算符（quantum operators (https://huggingface.co/papers?q=quantum%20operators)）？尽管它们在数学和符号推理方面表现出色，但LLMs本质上无法直接感知诸如酉矩阵（unitary matrices (https://huggingface.co/papers?q=unitary%20matrices)）之类的量子表示（quantum representations (https://huggingface.co/papers?q=quantum%20representations)）。在这项工作中，我们通过引入一种将酉算符映射到LLM潜在空间（latent space (https://huggingface.co/papers?q=latent%20space)）的方法，朝着弥合这一差距迈出了一步，从而实现了对量子与语言输入的统一建模。我们在基于Pauli旋转门集（Pauli rotation gate set (https://huggingface.co/papers?q=Pauli%20rotation%20gate%20set)）的Clifford+T电路合成（Clifford+T circuit synthesis (https://huggingface.co/papers?q=Clifford%2BT%20circuit%20synthesis)）上实例化这一想法，我们的模型取得了与最先进方法竞争的结果，并且随着训练数据的增加而持续扩展，没有出现饱和迹象。我们的方法还实现了语言条件化合成，允许直接用自然语言指定训练中未见过的门约束。这项工作指明了一条通向能够原生解释和推理量子操作的量子感知基础模型的道路，这可能对量子编译（quantum compilation (https://huggingface.co/papers?q=quantum%20compilation)）和算法发现产生更广泛的影响。

查看arXiv页面 (https://arxiv.org/abs/2606.13811) 查看PDF (https://arxiv.org/pdf/2606.13811) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.13811)

在你的Agent中获取此论文：

hf papers read 2606.13811

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型链接此论文

在模型README.md中引用arxiv.org/abs/2606.13811，即可从此页面链接。

引用此论文的数据集 0

没有数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2606.13811，即可从此页面链接。

引用此论文的Spaces 0

没有Space链接此论文

在Space的README.md中引用arxiv.org/abs/2606.13811，即可从此页面链接。

包含此论文的集合 0

没有集合包含此论文

将此论文添加到集合 (https://huggingface.co/new-collection) 中，即可从此页面链接。