When Close Enough Is Not Enough: Autoregressive Drift in Quantum Circuit Synthesis
Dit artikel toont aan dat hoewel transformer-gebaseerde modellen kwantumcircuits succesvol kunnen optimaliseren wanneer benaderende outputs corrigeerbaar zijn via post-processing, hun betrouwbaarheid voor exacte discrete synthese fundamenteel wordt beperkt door autoregressieve drift die ervoor zorgt dat de prestaties scherp afnemen naarmate de circuitlengte toeneemt, een probleem dat slechts gedeeltelijk wordt verzacht door zoekprocessen tijdens de inferentie en schaling van data in plaats van door aanpassingen op modelniveau.