量子科技中心_量科网

降低容错量子电路的非克利福德门（non-Clifford）成本是量子编译领域的核心挑战，因为在纠错架构中T门通常比克利福德操作昂贵得多。对于克利福德+T门电路而言，即使采用高度结构化的代数优化方法，最小化T门数量仍是一个困难的组合优化问题。该研究团队提出了VarTODD——这是FastTODD算法的策略参数化变体，在保持正确性代数变换不变的同时，将候选生成、池化和动作选择设计为可调节的启发式组件。这种设计将代数重写系统的质量与搜索策略的质量分离。在标准算术基准测试中，采用固定人工设计策略的VarTODD已能匹配或超越FastTODD基线表现，例如在GF(2^9)和GF(2^10)对应测试分支中，T门数量分别从147降至139和从173降至163。作为自动调参的原理验证，研究人员随后使用大语言模型引导的进化框架GigaEvo对VarTODD策略进行优化，在更复杂实例上取得额外增益：GF(2^10)达到157个T门，GF(2^16)达到385个T门。这些结果表明策略优化可作为改进代数T门数量缩减的独立实用手段，而大语言模型引导的进化提供了一种有效实现途径。