Self-Specializing Vision-Language Transmon Chip Calibration in a Physics-Grounded Environment
Este artículo presenta un agente de visión y lenguaje autoespecializado que calibra chips transmones superconductores en una simulación fundamentada en la física mediante la adaptación iterativa de su estrategia a través de notas legibles por humanos y libres de gradientes, logrando mejoras significativas en la fidelidad y reducción de la varianza sin actualizaciones de pesos, con un marco diseñado para transferirse directamente al hardware real.