dair_ai· @dair_ai · X·· 2 小时前AI 评分
Anthropic、Harvard 等合作论文：LLM 提出的量子电路在 8 项任务中 7 项超越已知最优设计
Anthropic、Harvard 等合作的论文（arxiv.org/abs/2610.22367）发现，LLM 提出的量子电路在 8 项任务中的 7 项超越已知最优设计，且使用更少的 Toffoli 门和量子比特。
Anthropic、哈佛大学及其合作者的一篇重磅论文。
他们发现，LLM 提出的量子电路在八项任务中的七项上超越了已知的最佳设计，且使用的 Toffoli 门更少、量子比特更少。
他们使用 OpenEvolve 搜索这些电路生成程序，由 Claude Mythos 5 提出架构和程序重写方案。
LLM 提出电路设计，独立评估器验证正确性并计算成本评分，最优设计则作为下一轮搜索的种子。
这些任务涵盖数值计算、化学、优化、量子模拟和数论。
在第八项任务中，搜索发现了一种用于素域模逆运算的全新可逆架构。它让 divsteps 这一在可逆算术中原本不实用的经典算法变得可用，并改善了 Toffoli 门与量子比特之间的权衡。
评估器在评分前会验证每个电路，因此每项报告的改进都是经过验证的电路。
arxiv.org/abs/2610.22367
Chat with Paper: academy.dair.ai/papers/disco…
来源：dair_ai · x.com