Quantum Circuit Generation via test-time learning with large language models

Título: Geração de Circuitos Quânticos via Aprendizado em Tempo de Teste com Modelos de Linguagem Grandes (LLMs)

Autores: Adriano Macarone-Palmieri e Rosario Lo Franco (Universidade de Palermo, Itália).

1. O Problema

A síntese de circuitos quânticos é um desafio fundamental para a computação quântica, exigindo a descoberta de sequências de portas lógicas que gerem estados altamente emaranhados. Abordagens anteriores de aprendizado de máquina (como redes de difusão ou aprendizado por reforço) geralmente exigem conjuntos de dados extensos para treinamento ou fine-tuning, o que é custoso e limitado a poucos qubits (até 9 qubits em trabalhos anteriores).

O artigo aborda a tensão central entre a capacidade dos Modelos de Linguagem Grandes (LLMs) de gerar artefatos estruturados e sua natureza estocástica, que pode levar a soluções ineficientes se não houver um mecanismo de refinamento. O objetivo é desenvolver uma estratégia que permita a um LLM otimizar circuitos quânticos sem treinamento prévio (zero-shot), utilizando apenas inferência em tempo de teste (test-time learning) e feedback externo.

2. Metodologia

Os autores propõem um ciclo de otimização fechado onde o LLM atua como um "engenheiro de emaranhamento" que modifica iterativamente uma lista de portas.

A. Representação e Espaço de Busca

• Circuitos: Representados como listas de portas em formato de texto (strings).
• Portas Permitidas: {CNOT, H, RY}.
• Restrições: Para evitar a explosão do espaço de busca, os ângulos da porta $RY$ são fixos em um conjunto discreto (ex: $\{3, 7, 25\}$ graus ou radianos, dependendo da configuração). O número total de portas é fixo (não é permitido adicionar ou remover portas, apenas modificá-las).
• Estado Inicial: $|0\rangle^{\otimes n}$.

B. Métrica de Avaliação: Emaranhamento Global de Meyer-Wallach (MW)

O desempenho do circuito é avaliado pela medida de emaranhamento global de Meyer-Wallach ($Q(\psi)$), definida como:
$$Q(\psi) = \frac{4}{N} \sum_{i=1}^{N} (1 - \text{Tr}[\rho_i^2])$$
Onde $\rho_i$ é a matriz de densidade reduzida do $i$-ésimo qubit.

• Objetivo: Maximizar $Q(\psi)$ (valor máximo de 1 para estados maximamente emaranhados).
• Vantagem: É uma métrica experimentalmente acessível, invariante a permutações e fornece um sinal de feedback denso.

C. Estratégia de Aprendizado em Tempo de Teste (Test-Time Learning)

O método utiliza uma abordagem leve baseada em memória episódica e feedback, inspirada na estratégia "Dynamic Cheatsheet":

1. Memória Explícita: O modelo recebe o histórico de circuitos anteriores e seus scores.
2. Feedback de Diferença de Score: O prompt inclui uma mensagem textual indicando se o modelo melhorou ou piorou o score em relação ao passo anterior (ex: "Você obteve uma melhoria de +0.15").
3. Reinício a partir do Melhor (Restart-from-Best): Para escapar de platôs e mínimos locais, o processo é reiniciado múltiplas vezes usando o melhor circuito encontrado até o momento como novo estado inicial.
4. Limpeza (Curation): Um passo pós-processamento remove caracteres indesejados gerados pelo LLM para garantir que a lista de portas seja sintaticamente correta.

3. Resultados Principais

Os experimentos foram conduzidos utilizando os modelos GPT-5.1 e GPT-5.2 (modelos hipotéticos/futuros citados no artigo com data de 2026).

A. Cenário de 20 Qubits (Sem Feedback)

• O modelo foi testado com circuitos de 25 a 45 portas.
• Resultado: O modelo conseguiu melhorar o score inicial aleatório, alcançando valores de MW próximos a 1,0 em alguns casos (ex: 35 portas).
• Limitação: A taxa de sucesso para obter $Q(\psi) > 0.8$ foi baixa (~10%), indicando que a simples amostragem sem feedback guiado é insuficiente para garantir otimização consistente.

B. Cenário de 25 Qubits (Com Feedback e Reinício)

Ao escalar para 25 qubits, a complexidade aumentou drasticamente.

• Problema do Platô: Com consultas ingênuas (sem feedback), o modelo estagnava em valores de MW $\approx 0.48 - 0.7$.
• Solução: A implementação de feedback explícito (recompensa/penalidade baseada na diferença de score) combinada com a estratégia de reinício a partir do melhor superou o platô.
• Desempenho: Com essa estratégia, o modelo alcançou consistentemente valores de MW próximos a 1,0 (ex: 0.99) em múltiplas tentativas.
• Comparação com Baseline Clássico: Um algoritmo de "hill-climbing" aleatório (substituição aleatória de portas) falhou em superar $Q(\psi) \approx 0.16$ no mesmo orçamento de avaliações, demonstrando a superioridade do LLM guiado por feedback.

C. Análise Estrutural dos Estados Sintetizados

• Os circuitos de alto desempenho tendem a se assemelhar a estados estabilizadores ou estados de gráfico (ex: pares de Bell e estados GHZ).
• Em muitos casos, o modelo descobriu soluções que são produtos tensoriais de estados de Bell e um estado GHZ, que são estados de Clifford (fáceis de simular classicamente).
• O modelo também conseguiu gerar estados contendo portas $RY$ (não-Clifford), alcançando emaranhamento global alto, embora a conectividade total nem sempre fosse garantida, refletindo limitações na arquitetura do prompt.

4. Contribuições Chave

1. Otimização sem Treinamento: Demonstra que LLMs podem atuar como otimizadores eficazes para síntese quântica sem a necessidade de fine-tuning ou grandes conjuntos de dados de treinamento.
2. Estratégia de Feedback em Tempo de Teste: Valida que o uso de memória episódica e feedback de diferença de score (reward/penalty) é crucial para guiar a busca do modelo, superando a estagnação comum em problemas complexos.
3. Escalabilidade: Prova a viabilidade da abordagem para sistemas de 25 qubits, um salto significativo em relação aos trabalhos anteriores limitados a ~9 qubits.
4. Análise de Limitações: Identifica que certos topologias de circuitos podem atuar como "mínimos locais" para o modelo, sugerindo que o conhecimento teórico prévio (fine-tuning) ainda seria benéfico para superar limitações de raciocínio intrínseco.

5. Significado e Conclusão

O trabalho posiciona os LLMs não apenas como geradores de texto, mas como componentes vitais em sistemas de síntese em malha fechada. A abordagem proposta oferece um caminho prático para o design assistido por IA em cenários onde:

• O treinamento de modelos personalizados é inviável.
• Os dados de treinamento são escassos.
• A avaliação é cara, mas disponível (via simulador).

Os autores concluem que, embora existam limitações (como a tendência a encontrar soluções locais ou a falta de conectividade global perfeita), a combinação de memória, avaliador externo e feedback é uma estratégia poderosa para a síntese de circuitos quânticos. O trabalho enfatiza a importância contínua da seleção cuidadosa do objetivo (métrica) e da formulação do problema com intervenção humana.