Large-Language-Model Discovery of Quantum LDPC Codes through Structured Concept Evolution

Resumo Técnico: Descoberta de Códigos qLDPC via Evolução de Conceitos Estruturados por Grandes Modelos de Linguagem

Definição do Problema
A correção de erros quânticos (QEC) é um pré-requisito para a computação quântica escalável. Embora o código de superfície tenha sido o padrão devido ao seu alto limiar e geometria planar, ele sofre de uma taxa de codificação evanescente ($\Theta(d^{-2})$), exigindo um overhead quadrático de qubits físicos por qubit lógico. Os códigos de paridade de baixa densidade quânticos (qLDPC) oferecem uma alternativa promissora ao combinar verificações de paridade esparsas com taxas de codificação finitas e distância crescente, permitindo potencialmente a computação tolerante a falhas com overhead constante. No entanto, construir códigos qLDPC de alto desempenho é um problema de design discreto desafiador. As famílias existentes (ex: produto de hipergrafos, bicicleta generalizada, produto levantado) dependem de construções de produto algébrico parametrizadas por elementos de álgebra de grupo ou polinômios de protógrafo. O desempenho desses códigos depende criticamente da escolha específica desses parâmetros, embora a região viável dentro do espaço de busca exponencialmente grande seja ínfima. Os métodos de descoberta atuais dependem fortemente da intuição de especialistas, enumeração exaustiva de instâncias pequenas ou amostragem aleatória, que não escalam para os comprimentos de bloco necessários para aplicações práticas.

Metodologia: Evolução de Conceitos Estruturados (SCE)
Os autores introduzem a Evolução de Conceitos Estruturados (SCE), um framework de busca que utiliza Grandes Modelos de Linguagem (LLMs) não para projetar códigos do zero, mas para evoluir conceitos estruturados. Neste framework, um "indivíduo" não é uma matriz de verificação de paridade específica, mas um conceito estruturado de nível superior $\Sigma$ pareado com um programa executável $P_\Sigma$. O conceito $\Sigma$ especifica a construção algébrica (ex: grupo base, forma do protógrafo, matrizes semente locais), enquanto $P_\Sigma$ gera as matrizes de verificação de paridade CSS ($H_X, H_Z$) para qualquer comprimento de bloco admissível.

O processo SCE opera da seguinte forma:

1. Espaço de Busca: A busca é confinada a códigos CSS de Produto Levantado (LP), uma generalização do produto de hipergrafos que produz alguns dos códigos qLDPC mais poderosos da atualidade.
2. Mutação Hierárquica: Um LLM atua como um operador de mutação, propondo edições ao conceito estruturado em três níveis distintos:
   • Nível 1 (Local): Modifica as entradas da álgebra de grupo (sementes) das matrizes base $A$ e $B$, mantendo a família de grupos e a forma do protógrafo fixas.
   • Nível 2 (Forma/Escalonamento): Altera as dimensões do protógrafo ($m_A \times n_A, m_B \times n_B$) e a regra de escalonamento, alterando o comprimento de bloco e a estrutura, mantendo a família de grupos fixa.
   • Nível 3 (Algébrico): Substitui a família de grupo base (ex: transicionando de grupos abelianos para não-abelianos), exigindo uma reescrita da forma do protógrafo e das entradas locais para manter a validade.
3. Arquivo de Qualidade-Diversidade: Em vez de convergir para um único ótimo, o SCE mantém um arquivo de qualidade-diversidade (usando um algoritmo MAP-Elites) que armazena construções competitivas através de diferentes grupos base, taxas de codificação e desempenhos de decodificação.
4. Avaliação: Os candidatos são avaliados sob ruído de despolarização de capacidade de código usando Propagação de Crença com Decodificação de Estatística Ordenada (BP+OSD). Uma pontuação de aptidão (fitness) $S$ é calculada com base na taxa de codificação $k/n$ e no expoente de supressão de erro $\alpha(p)$, penalizada por um fator de novidade para evitar a redescoberta de códigos estruturalmente similares.
5. Implementação: O framework roda em modelos leves (GPT-5.4-mini e GPT-5.4-nano) usando a infraestrutura OpenEvolve.

Principais Contribuições

• Framework: A introdução do SCE, que pareia LLMs com uma gramática de mutação algébrica estruturada para descobrir famílias de códigos de produto levantado. Esta abordagem desloca a busca de entradas de matrizes brutas para conceitos algébricos coerentes.
• Descoberta de Famílias Diversas: O método descobre com sucesso famílias de códigos competitivas, variando de construções abelianas a grupos não-abelianos que vão além dos designs padrão como os códigos bicicleta-bivariante (BB).
• Benchmarking de Desempenho: Os autores caracterizam os códigos descobertos sob ruído de despolarização, demonstrando que eles alcançam altas taxas de codificação (até $k/n \approx 0,13$) em comprimentos de bloco em torno de $n \approx 1500$.
• Eficiência: Todo o processo de descoberta é realizado usando LLMs leves, demonstrando que problemas complexos de design algébrico podem ser abordados sem recursos computacionais massivos.

Resultos

• Famílias de Códigos: Após três rodadas de 1000 iterações, a busca gerou 3000 construções candidatas. Códigos de elite representativos incluem:
  • Abelianos: Códigos baseados em grupos como $Z_3 \times Z_{14}$ e $Z_2 \times Z_2 \times Z_{11}$.
  • Não-Abelianos: Códigos baseados em grupos dicíclicos ($Dic_{11}$) e diedrais ($D_{22}$), bem como produtos semidiretos como $(Z_2 \times Z_2) \rtimes Z_{10}$.
• Métricas de Desempenho:
  • Os melhores códigos descobertos alcançam uma taxa de codificação de $k/n \approx 0,13$ com comprimentos de bloco próximos a 1500.
  • Sob decodificação BP+OSD com taxa de erro físico $p=0,06$, a taxa de erro lógico por qubit lógico ($\epsilon_L$) para os principais candidatos é comparável ou inferior aos códigos bicicleta-bivariante de referência (ex: BB [[756, 16, 34]]), apesar de codificarem aproximadamente cinco vezes mais qubits lógicos.
  • A métrica $k d^2 / n$ (um proxy para a qualidade do código) atinge valores de até 51,9 para os códigos não-abelianos descobertos.
• Dinâmica Evolutiva: A estratégia de mutação hierárquica permite tanto o refinamento local (Nível 1) quanto a exploração estrutural ampla (Níveis 2 e 3). A evolução da pontuação mostra uma melhoria constante de um score inicial de 0,17 para 0,62 ao longo das rodadas de busca.

Significância e Alegações
O artigo afirma que o SCE fornece uma rota viável para a descoberta de códigos qLDPC de alto desempenho ao automatizar a exploração de espaços de design algébrico complexos. Ao evoluir conceitos estruturados em vez de matrizes brutas, o método supera as limitações de abordagens anteriores de aprendizado de máquina que buscavam sobre estabilizadores explícitos de tamanho finito. Os resultados demonstram que a busca guiada por LLM pode identificar famílias de códigos competitivas, incluindo construções não-abelianas que eram anteriormente difíceis de encontrar via enumeração exaustiva. Os autores posicionam este trabalho como um passo em direção à descoberta de códigos compatíveis com hardware, observando que o framework é extensível para outras famílias de códigos (ex: produto balanceado, feixe de fibras) e poderia ser adaptado para o co-design de códigos com restrições específicas de conectividade de hardware. O trabalho é modesto em suas alegações, apresentando a descoberta de construções competitivas em vez de uma solução definitiva para todos os desafios de design de qLDPC, e reconhece que o cálculo da distância mínima exata permanece sendo um problema NP-difícil.