arXiv · AI· Yoonju Sim, Federico Berto, Chuanbo Hua, Jinkyoo Park, Changhyun Kwon·· 3 天前AI 评分20
QuantumEvo:基于 LLM 的 BDD 变量排序启发式以优化量子电路合成成本
LLM-Driven Algorithm Design for Quantum Circuit Synthesis based on Binary Decision Diagrams
AI 导读
QuantumEvo 框架将 LLM 用于生成感知量子电路成本(QCC)的 BDD 变量排序启发式,在基准测试中相对最优基线实现了 70.9% 的平局或胜率。 该框架演化出的 HGA-QE 启发式通过调整遗传算法内的 sifting 步骤对齐 QCC,并在 13.5% 的函数上取得严格最优。
来源:arXiv · AI · arxiv.org