将量子算符与大型语言模型对齐
大型语言模型(LLMs)能否理解并推理量子算子?尽管LLMs在数学和符号推理方面展现出卓越能力,但它们在本质上仍无法理解诸如酉矩阵等量子表示。本研究尝试弥合这一差距,提出了一种将酉算子映射到LLM潜在空间的方法,从而实现对量子输入和语言输入的统一建模。该团队在基于Pauli旋转门组的Clifford+T电路综合任务上实现了这一构想,其模型取得了与最先进方法相媲美的结果,且性能随训练数据量持续提升,未出现饱和迹象。该方法还支持语言条件综合,使得训练过程中未见过的门约束能够直接以自然语言指定。这项研究为构建能够原生解释和推理量子操作的量子感知基础模型指明了方向,并可能对量子编译和算法发现领域产生更广泛的影响。

