哈佛、Anthropic 与 QuEra 用 LLM 发现 T×Q 成本最高降低 9100 倍的容错量子电路
哈佛大学、Anthropic 与 QuEra Computing 在 arXiv 发布研究,用 LLM(Claude)提出 Python 程序、经典评估器验证正确性并按 TQ-cost 评分,进化搜索发现的容错量子电路将八个编译子任务的时空资源成本相对人工基线降低 4.1 倍至超过 9100 倍。其中 Hermitian DQI 译码器峰值量子比特数从 19 万降至 2,395。
AI 生成摘要 · 以原文为准