A PennyLane-Centric Dataset to Enhance LLM-based Quantum Code Generation using RAG
Este artigo apresenta o PennyLang, um conjunto de dados de alta qualidade com 3.347 amostras de código quântico em PennyLane, e demonstra que sua integração em um pipeline de Geração Aumentada por Recuperação (RAG) melhora significativamente a precisão e reduz alucinações na geração de código quântico por Modelos de Linguagem de Grande Escala (LLMs).