⚛️ quantum physics

KQFuzz: Knowledge-Guided Fuzzing for Quantum Libraries via Large Language Models

KQFuzz es un novedoso fuzzer guiado por conocimiento que aprovecha los modelos de lenguaje de gran tamaño, la generación de prompts consciente del código base y estrategias de mutación impulsadas por la aptitud para mejorar significativamente la cobertura de pruebas y descubrir errores en librerías cuánticas como Qiskit, PennyLane y Cirq.

Autores originales: Fuyuan Xia, Qixin Zhang, Chenhao Ying, Haojin Zhu, Shuai Wang, Yuan Luo, Pingchuan Ma, Yuxuan Du

Publicado 2026-07-29

📖 9 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Fuyuan Xia, Qixin Zhang, Chenhao Ying, Haojin Zhu, Shuai Wang, Yuan Luo, Pingchuan Ma, Yuxuan Du

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina un mundo donde las computadoras no solo procesan números, sino que danzan con el tejido mismo de la realidad, utilizando las extrañas reglas de la física cuántica para resolver problemas que a las supercomputadoras de hoy les tomaría una eternidad. Este es el reino de la computación cuántica, un campo que promete revolucionar todo, desde la medicina hasta las finanzas. Pero, como cualquier tecnología nueva, se construye sobre la base de librerías de software: manuales de instrucciones masivos y complejos que le dicen al hardware cuántico qué hacer. Piensa en estas librerías como los "sistemas operativos" de las máquinas cuánticas. Si el código en estas librerías tiene un fallo, los resultados podrían ser erróneos, lo que llevaría a los científicos a sacar conclusiones falsas o a desperdiciar un tiempo cuántico valioso y escaso. Así como no confiarías en un coche con un volante inestable, no podemos confiar en computadoras cuánticas con software con errores.

Para mantener estos motores digitales funcionando sin problemas, los evaluadores utilizan una técnica llamada "fuzzing". Imagina a un robot que lanza aleatoriamente miles de llaves diferentes en una cerradura, intentando encontrar una que la rompa o atasque el mecanismo. En las pruebas de software, esto significa alimentar al programa con millones de entradas aleatorias y ligeramente extrañas para ver si falla o se comporta de manera errática. Recientemente, los científicos comenzaron a utilizar Inteligencia Artificial (específicamente Modelos de Lenguaje Extensos, o LLM) para actuar como estos robots, con la esperanza de que pudieran escribir casos de prueba mejores y más creativos que un simple generador aleatorio. Sin embargo, cuando se trata del complicado mundo del código cuántico, estos robots de IA han estado tropezando, escribiendo a menudo instrucciones que no tienen sentido para el hardware cuántico.

Aquí es donde un nuevo equipo de investigadores interviene con una solución ingeniosa llamada KQFuzz. Se dieron cuenta de que, si bien la IA es excelente escribiendo código, a menudo se pierde cuando las reglas cambian rápidamente, algo que sucede constantemente en el vertiginoso mundo cuántico. Para solucionar esto, construyeron una "guía de conocimiento" para la IA. En lugar de dejar que la IA adivine, KQFuzz le proporciona un mapa detallado de las reglas, relaciones e historia actuales de la librería. Es como darle al robot un GPS y un libro de reglas antes de empezar a lanzar llaves. Al combinar este mapa con un sistema inteligente que verifica qué casos de prueba son los más interesantes y los "muta" para crear variaciones aún más extrañas, KQFuzz encontró con éxito 13 nuevos errores en tres de las principales librerías cuánticas (Qiskit, PennyLane y Cirq). Los desarrolladores confirmaron todos ellos, y 12 ya han sido corregidos.

El Problema: Cuando la IA se pierde en el laberinto cuántico

Las librerías cuánticas son como organismos vivos que cambian de forma casi a diario. Llega hardware nuevo y el software debe reescribirse para adaptarse a él. Esto crea una pesadilla para las herramientas de prueba estándar.

Primero, están los "fuzzers" de nivel de circuito de la vieja escuela. Estos son como robots que solo saben construir estructuras simples de Lego. Siguen reglas estrictas y predefinidas para construir circuitos válidos. Aunque son buenos encontrando grietas estructurales, son increíblemente rígidos. No pueden manejar las nuevas funciones de alto nivel del software cuántico moderno porque sus libros de reglas están desactualizados. Son como un chef que solo sabe hacer tostadas; no puede cocinar una comida gourmet aunque los ingredientes estén ahí mismo.

Luego, están los fuzzers impulsados por IA. Estos utilizan Modelos de Lenguaje Extensos (LLM)—la misma tecnología que escribe ensayos o código—para generar casos de prueba. La idea es que, dado que estas IA han leído millones de ejemplos de código, deberían saber cómo escribir programas cuánticos perfectos. Pero aquí está el truco: el mundo cuántico se mueve demasiado rápido. Los datos de entrenamiento de la IA suelen estar desactualizados. Cuando se le pide que escriba código para una nueva versión de una librería, la IA comienza a "alucinar". Inventa comandos que no existen o utiliza comandos antiguos que han sido eliminados. En un estudio de los autores, cuando se pidió a la IA que escribiera código para librerías cuánticas, solo entre el 35% y el 46% de los intentos funcionaron realmente. Compara esto con el software clásico (como las librerías estándar de Python), donde la IA acierta entre el 64% y el 86% de las veces. La IA esencialmente está adivinando en la oscuridad, y la mayoría de sus conjetras son erróneas.

La Solución: KQFuzz, el Guía Conocedor

Los autores de este artículo, Fuyuan Xia y su equipo, decidieron dejar de adivinar. Construyeron KQFuzz, un sistema que actúa como un guía turístico experto para la IA. En lugar de dejar que la IA deambule a ciegas, KQFuzz le entrega un "corpus" de conocimiento extraído directamente del código fuente de la librería que se está probando.

Piénsalo de esta manera: si quieres escribir una historia sobre una ciudad específica, no te limitas a tu memoria (que podría estar equivocada); buscas un mapa, revisas los nombres de las calles y ves cómo se conectan los edificios. KQF，Fuzz hace exactamente eso para el código cuántico. Construye una base de datos que incluye:

Metadatos Estáticos: El nombre y la ubicación exacta de cada herramienta (API) en la librería.
Relaciones: Cómo se comunican las diferentes herramientas entre sí (por ejemplo, "la Herramienta A suele seguir a la Herramienta B").
Modelos Semánticos: Un resumen de lo que cada herramienta realmente hace, escrito por un modelo de IA potente que lee el código.
Métricas de Evolución: Un historial de cómo han cambiado las herramientas a lo largo del tiempo, destacando cuáles son inestables o se actualizan con frecuencia.

Con este mapa en mano, KQFuzz guía a la IA de "fuzzing" para generar casos de prueba que sean realmente válidos. No solo le pide a la IA que "escriba código"; le dice: "Aquí tienes el mapa actual. Usa estas herramientas específicas que se sabe que son complicadas, y asegúrate de que se conecten de esta manera". Este enfoque aumentó significamente la validez del código generado, convirtiendo un proceso propenso al fallo en uno fiable.

La Estrategia: Mutaciones de Dos Niveles y Verificaciones de Aptitud

Una vez que KQFuzz tiene un punto de partida válido (un programa "semilla"), no se detiene ahí. Necesita encontrar los errores ocultos, que a menudo están enterrados en interacciones complecas. Para lograrlo, utiliza una estrategia de dos pasos:

1. La Función de Aptitud (El Juez):
No todos los casos de prueba son iguales. Algunos son aburridos y simples; otros son complejos y caóticos. KQFuzz utiliza una "función de aptitud" para calificar cada caso de prueba. Busca:

Diversidad de Puertas: ¿Se están utilizando muchos tipos diferentes de operaciones cuánticas?
Qubits Entrelazados: ¿Están interactuando los bits cuánticos de formas complejas?
Diversidad de API: ¿Se están probando diferentes partes de la librería juntas?
Profundidad de Llamada: ¿Qué tan profundo llega la cadena de comandos?

Si un caso de prueba obtiene una puntuación alta en estas métricas, se considera "apto" y se conserva para la siguiente ronda. Esto asegura que el sistema concentre su energía en los escenarios más prometedores y complejos donde es probable que se escondan los errores.

2. Mutación de Dos Niveles (El Camaleón):
Después de seleccionar los mejores casos de prueba, KQFuzz intenta romperlos realizando cambios pequeños e inteligentes. Lo hace de dos maneras:

Mutación a Nivel de Parámetro: Ajusta los números. Las puertas cuánticas suelen usar ángulos (como 0, 1 o $\pi$ ). KQFuzz intercambia estos números con "casos límite": valores extraños y extremos que podrían confundir al sistema.
Mutación Estructural a Nivel de Puerta: Cambia la estructura del circuito. Intercambia un tipo de puerta cuántica por otra que se comporta de manera similar pero tiene una lógica interna diferente. Esto es como cambiar el motor de un coche por un modelo distinto para ver si el chasis resiste.

Los Resultados: Encontrando los Errores

El equipo probó KQFuzz en tres de las librerías cuánticas más populares: Qiskit, PennyLane y Cirq. Lo compararon con las mejores herramientas existentes, incluyendo otros fuzzers y probadores basados en IA.

Los resultados fueron impresionantes. KQFuzz no solo encontró más errores, sino que exploró partes del código que las otras herramientas pasaron por alto por completo.

En Qiskit, KQFuzz cubrió el 63.31% del código, mientras que la siguiente mejor herramienta solo cubrió el 53.00%.
En PennyLane, alcanzó una cobertura del 58.71% frente al 45.44%.
En Cirq, alcanzó una cobertura masiva del 73.79%, dejando atrás a la competencia, que se quedó en el 55.35%.

En total, KQFuzz descubrió 13 errores únicos. Cada uno de ellos fue confirmado por los desarrolladores de la librería, y 12 de ellos ya han sido corregidos. No se trataba de simples errores tipográficos; eran problemas serios como "violaciones de límites" (donde el software falla con entradas extremas), "divergencia de estado" (donde la memoria interna se desincroniza) y "violaciones semánticas" (donde el código hace algo distinto de lo que dice la documentación).

Un error específico encontrado en Qiskit involucraba un bucle que causaba que el software perdiera el rastro de sus propios parámetros, lo que provocaba un error silencioso que podría haber pasado desapercibido durante años. Los desarrolladores admitieron que este era un problema de larga data que sus métodos de prueba anteriores no habían logrado detectar.

Por Qué Esto Importa

El artículo sugiere que el futuro de la computación cuántica depende de un software fiable. A medida que estas librerías evolucionan rápidamente, las pruebas manuales no son suficientes, y las pruebas aleatorias simples son demasiado ciegas. KQFuzz demuestra que, al combinar el poder creativo de la IA con una guía estricta basada en el conocimiento, podemos construir un sistema de prueba que sea tanto flexible como preciso. Demuestra que no tenemos que elegir entre una IA "inteligente" y una prueba "segura"; podemos tener ambas.

Los autores enfatizan que su método es robusto en diferentes modelos de IA. Incluso cuando utilizaron modelos de IA más pequeños y menos potentes, KQFuzz superó a la competencia, lo que sugiere que la "guía de conocimiento" es el ingredario secreto, no solo el tamaño del cerebro de la IA.

Al final, KQFuzz es un recordatorio de que, en el mundo salvaje y acelerado de la computación cuántica, la mejor manera de encontrar los errores es conocer las reglas mejor de lo que las reglas se conocen a sí mismas. Al darle un mapa a la IA, los investigadores se aseguraron de que el viaje hacia un futuro cuántico libre de errores sea un poco menos inestable.

Resumen Técnico: KQFuzz

Declaración del Problema

A medida que la computación cuántica avanza, garantizar la fiabilidad de las librerías cuánticas (por ejemplo, Qiskit, PennyLane, Cirq) es crítico. Los errores en estas librerías pueden conducir a conclusiones científicas erróneas y a un desperdicio significativo de recursos, particularmente dada la escasez de hardware cuántico. Si bien el fuzzing ha emergido como una técnica líder para el descubrimiento automatizado de errores, los enfoques existentes para las librerías cuánticas enfrentan dos limitaciones principales:

Fuzzers a nivel de circuito: Los métodos tradicionales (por ejemplo, MorphQ, FuzzQ) dependen de reglas manuales y generadores específicos del dominio para crear circuitos cuánticos válidos. Aunque logran una alta validez de código, son inflexibles, están confinados a la lógica de puertas de bajo nivel y son incapaces de ejercitar las APIs de orquestación de alto nivel o las funciones emergentes.
Fuzzers basados en LLM: Los fuzzers de propósito general basados en Modelos de Lenguaje Extensos (LLM) ofrecen flexibilidad, pero sufren de bajas tasas de validez cuando se aplican a librerías cuánticas. Debido a la rápida evolución y los frecuentes cambios disruptivos en las APIs cuánticas, los LLM suelen generar código con importaciones alucinadas, uso incorrecto de atributos o sintaxis desactualizada. Los estudios empíricos citados en el artículo muestran que las tasas de validez del código cuántico generado por LLM (35–46%) son significativamente menores que las de las librerías clásicas (64–86%).

Metodología: KQFuzz

KQFuzz es un marco de fuzzing guiado por conocimiento diseñado para cerrar la brecha entre la flexibilidad de los LLM y las estrictas restricciones sintácticas/semánticas de las librerías cuánticas. Emplea un pipeline de cuatro etapas:

1. Modelado de Conocimiento desde el Código de la Librería

Para abordar el desafío de la "generación de semillas de baja validez", KQFuzz construye un Corpus de API explícito directamente desde el código fuente de la librería objetivo, en lugar de depender del conocimiento paramétrico interno del LLM. Este corpus incluye:

Metadatos Estáticos: Firmas de API, cuerpos de implementación y ubicaciones de archivos.
Asociaciones de API: Modeladas a través de tres dimensiones: Proximidad (límites de archivo/módulo), Solapamiento de Tipos (tipos de entrada/salida compartidos) y Relaciones de Llamada (alcanzabilidad directa).
Modelos Semánticos: Generados mediante un LLM de alta capacidad (por ejemplo, Gemini-3) que resume las descripciones de las API, las restricciones y los puntos de fuzzing a partir del código fuente.
Métricas de Evolución: Cuantifica la inestabilidad de las API a través de las versiones utilizando diferencias de n-gramas en los AST para priorizar las API modificadas frecuentemente.

2. Generación de Semillas Guiada por LLM

KQFuzz utiliza un "LLM de fuzzing" (por ejemplo, Qwen 2.5-Coder) para generar programas semilla. En lugar de una generación aleatoria, emplea una estrategia de selección probabilística:

Selecciona las API objetivo basándose en sus puntuaciones de asociación con la semilla actual y sus métricas de evolución (priorizando las API inestables y propensas a errores).
Los prompts se construyen para fundamentar al LLM en la versión específica de la librería, proporcionando la semilla seleccionada, las correlaciones semánticas y el modelo semántico explícito de la API objetivo. Esto evita las alucinaciones y asegura la alineación de la versión.

3. Selección de Semillas Guiada por Aptitud (Fitness)

Los programas generados se evalúan utilizando una función de aptitud multidimensional para priorizar semillas de alta calidad para la siguiente iteración. La puntuación considera:

Diversidad de Puertas de Circuito: Número de tipos de puertas distintas.
Qubits Entrelazados: Número de qubits en operaciones de entrelazamiento (limitado para evitar la dificultad de simulación).
Diversidad de API: Número de APIs distintas invocadas.
Profundidad de Llamada de API: Profundidad máxima de las cadenas de llamadas de API.
Los programas con puntuación alta se añaden de nuevo al grupo de semillas para impulsar la exploración de rutas de ejecución complejas.

4. Mutación de Dos Niveles

Para expandir aún más el espacio de búsqueda, KQFuzz aplica mutaciones conscientes de la semántica a las semillas válidas:

A nivel de Parámetro: Reemplaza parámetros numéricos (por ejemplo, ángulos de rotación) con valores límite (0, $\pi$ , $\pm 1$ ) para probar casos límite.
Estructural a nivel de Puerta: Modifica las estructuras de interacción de múltiples qubits utilizando reglas para la preservación, expansión o reducción del entrelazamiento para probar la lógica sensible a la topología.

Un oráculo basado en fallos (crash-based) con filtrado heurístico identifica anomalías en tiempo de ejecución, las cuales son inspeccionadas manualmente para confirmar los errores.

Contribuciones Clave

Diseño del Marco: Propuesta de KQFuzz, un nuevo marco que integra el conocimiento específico del código base con la generación basada en LLM y la mutación específica del dominio para explorar sistemáticamente las librerías cuánticas.
Corpus de Conocimiento: Construcción de un corpus de API exhaustivo que captura metadatos estáticos, asociaciones multidimensionales, modelos semánticos y métricas de evolución para guiar a los LLM.
Mecanismos Estratégicos: Introducción de una estrategia de selección de API probabilística, una función de aptitud multidimensional (considerando el entrelazamiento y la diversidad) y una estrategia de mutación de dos niveles.
Validación Empírica: Evaluación exhaustiva en tres librerías principales (Qiskit, PennyLane, Cirq) demostrando la superioridad sobre los baselines del estado del arte.

Resultados Experimentales

KQFuzz fue evaluado contra tres baselines: dos fuzzers específicos de quantum (MorphQ, FuzzQ) y un fuzzer de LLM general (Fuzz4All).

Cobertura de Código: KQFuzz superó significativamente a los baselines, logrando mejoras de cobertura de hasta un 18.44% sobre los baselines más fuertes.
- Qiskit: 63.31% de cobertura (vs. 53.00% para Fuzz4All).
- PennyLane: 58.71% de cobertura (vs. 45.44% para Fuzz4All).
- Cirq: 73.79% de cobertura (vs. 55.35% para Fuzz4All).
Descubrimiento de Errores: KQFuzz identificó 13 errores únicos en las tres librerías. Todos fueron confirmados por los desarrolladores, y 12 ya estaban corregidos al momento de la publicación. Los errores se dividieron en tres categorías: Violaciones de Límite, Divergencia de Estado y Violaciones Semánticas.
Robustez: El marco demostró una superioridad constante a través de diferentes backends de LLM (CodeLlama, Qwen) y escalas de modelo (de 3B a 14B), con tasas de validez que mejoraron entre un 9.48% y un 24.34% respecto a los baselines.

Significado

El artículo afirma que KQFuzz aborda el cuello de botella crítico de probar el software cuántico que evoluciona rápidamente. Al ir más allá de la generación manual basada en reglas y el prompting de LLM no guiado, KQFuzz proporciona un enfoque escalable y fundamentado en el conocimiento que asegura que los casos de prueba sean tanto sintácticamente válidos como semánticamente ricos. El descubrimiento de 13 errores previamente desconocidos, incluyendo problemas profundos de divergencia de estado que evaden las pruebas convencionales, subraya el valor práctico del marco. Los autores posicionan a KQFuzz como una evolución necesaria en las prácticas de ingeniería de software para librerías cuánticas, capaz de adaptarse a la naturaleza volátil del desarrollo de las API cuánticas.