Claude 怎样降低量子电路成本：独立评估器比“自主发现”更关键

1. 搜索的核心是独立评估器，目标和边界由人预先给定

框架基于 OpenEvolve，保留多个候选家族，并在 MAP-Elites 式档案中交换有用设计。模型写电路及生成程序；独立评估器检查输出、输入保留、辅助位归零和相位，再计算 Toffoli 门数与峰值逻辑量子比特数。错误设计不能只靠解释文字获得高分。

适用边界：任务、数据编码、误差容限与评分函数均预先给定；研究中仍有人类设置和少量跟进。“自主”描述约束内搜索，不是无人定义问题或自动证明任意电路。

Discovering state-of-the-art quantum circuits with large language models · Main pp.1–11; Methods

2. 七项双降与一项取舍，应分别读门数和量子比特

Reed–Solomon 解码案例从约 5.1M Toffoli／1938 qubits 降到 0.44M／1837，原文报告 TQ 约改善 12 倍。数值函数案例分别有固定输入域与误差界，不能把不同分母相加成“平均提速”。

第八项素数域模逆以完整椭圆曲线点加为测试载体。代表设计使用约 4.0M Toffoli／935 qubits；已有二进制 gcd 对照约 1.9M／1446，门数增加、比特减少。另一路空间紧凑 Euclidean 实现从约 69.5M／838 改为 20.5M／843。两种方案形成资源取舍，不存在所有坐标同时最优的单一结论。

适用边界：Hermitian 解码的巨大比值对应作者构造的直接可逆基线，不能统一宣传为击败既有最优量子电路。TQ 未计物理纠错、路由、机器拓扑或全部应用开销。

Discovering state-of-the-art quantum circuits with large language models · Extended Data Table 1; SI I.2; SI II Table S3

3. 收益来自可逆数据流重排，也来自有预算的近似

Reed–Solomon 设计把分支路由到共享更新，反向过程尽量从当前状态重建历史，只保留无法廉价恢复的部分。在 DQI 输入分布下，历史栈从最坏情况 665 qubits 限为 19；栈溢出的约 1.0e-4 与系数截断合计约 1.4e-4 是不同口径，不能省掉失败概率只留下节省。

数值函数则把区间选择、定点表示和直接累加一起设计。HHL 用按输入位识别的区间和共享局部坐标，避免通用宽位乘法；Gaussian 跳过不必要的平方并复用系数量子比特。它们不是简单换一个更大模型，而是重新安排可逆计算中的存储与清理。

Discovering state-of-the-art quantum circuits with large language models · SI I.1; SI II; SI III

4. 精确代数、抽样验证和真实硬件是三层证据

附录 A 对 divstep 分支恢复给出不变量与解码定理。实际电路仍采用有限步数、位宽、历史栈和进位截断：点加整电路的 100,000 次测试中有 4 次失败，作者另给预算内的联合上界。数学变换正确与受限实现对所有输入都正确是不同命题。

验证器检查相位和辅助位清理，不只检查数值输出。某些原语可遍历输入，完整大电路则使用抽样或随机测量轨迹。Fe2S2 测每张表行并追加随机输入，不等于遍历所有系统态；晶格案例测试所有单个群操作，完整层仍是随机输入测试。

适用边界：没有在实际容错量子计算机上验证端到端加速。方法对固定编码和可高效经典检查的任务尤其适用；换硬件、输入分布或误差预算，应重新评估而非照搬资源比。

Discovering state-of-the-art quantum circuits with large language models · Methods; SI I; SI II Table S4; SI IV–V; Appendix A