MQSS-Selector: RL-Guided Pass Selection for an MLIR Compilation Pipeline
Dieses Paper stellt MQSS-Selector vor, ein einheitliches, lernbasiertes Framework, das Reinforcement- und Deep-Learning nutzt, um die Geräteauswahl, die Reihenfolge der Compiler-Passagen und das Job-Scheduling für HPC-Quantencomputing-Workflows dynamisch zu optimieren, mit dem Ziel, gleichzeitig die Fidelität zu maximieren und die Kompilierungszeit sowie die Latenz in der NISQ-Ära zu minimieren.