AI与世界难题 · 量子物理与量子计算 · arXiv · 2026-10-22
颠覆量子编译器配置选择：一种自上而下的范式
原标题: Turning Quantum Compiler Configuration Selection Upside Down: A Top-Down Paradigm
选择有效的量子编译器配置需要对硬件目标和编译器设置进行联合决策，但现有的最先进方法先选择设备，再基于强化学习的搜索在该设备上调整编译器选项，这可能限制所能达到的保真度。利用量子编译器配置空间仍小到足以进行穷举搜索这一事实，作者构建了 QuOPTBench——一个收录 268 个量子电路最优配置的基准——并发现，在被要求直接推断配置时，十个代表性 LLM 仍远不及最优配置。随后，他们利用 LLM 提取可迁移的配置选择规则，QuTOP 作为将这些规则与训练好的预测器相结合的规则引导式机器学习框架，无需迭代式在线搜索即可快速选择配置，并在各基线方法中实现了求解质量与选择延迟之间的最佳平衡。