Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.12642

帮助 | 高级搜索

计算机科学 > 软件工程

arXiv:2507.12642 (cs)
[提交于 2025年7月16日 ]

标题: QSpark:面向可靠Qiskit代码生成

标题: QSpark: Towards Reliable Qiskit Code Generation

Authors:Kiana Kheiri, Aamna Aamir, Andriy Miranskyy, Chen Ding
摘要: 量子电路必须具有容错性,但像Granite-20B-Code和StarCoder这样的LLM经常输出有缺陷的Qiskit代码。我们使用一个丰富标注的合成数据集,对一个32 B模型进行了两种强化学习方法的微调,即组相对策略优化(GRPO)和几率比偏好优化(ORPO)。在Qiskit HumanEval基准测试中,ORPO达到56.29% Pass@1($\approx+10$ pp超过Granite-8B-QK),GRPO达到49%,两者都超过了所有通用基线;在原始HumanEval中,它们的得分分别为65.90%和63.00%。GRPO在基础任务上表现优异(42/54),ORPO在中级任务上表现优异(41/68),而两者都无法解决五个高级任务,这表明在AI辅助的量子编程中取得了明显进展,但仍有许多改进空间。
摘要: Quantum circuits must be error-resilient, yet LLMs like Granite-20B-Code and StarCoder often output flawed Qiskit code. We fine-tuned a 32 B model with two RL methods, Group Relative Policy Optimization (GRPO) and Odds-Ratio Preference Optimization (ORPO), using a richly annotated synthetic dataset. On the Qiskit HumanEval benchmark, ORPO reaches 56.29\% Pass@1 ($\approx+10$ pp over Granite-8B-QK) and GRPO hits 49\%, both beating all general-purpose baselines; on the original HumanEval they score 65.90\% and 63.00\%. GRPO excels on basic tasks (42/54), ORPO on intermediate ones (41/68), and neither solves the five advanced tasks, highlighting clear gains yet room for progress in AI-assisted quantum programming.
主题: 软件工程 (cs.SE) ; 人工智能 (cs.AI); 量子物理 (quant-ph)
引用方式: arXiv:2507.12642 [cs.SE]
  (或者 arXiv:2507.12642v1 [cs.SE] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.12642
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Andriy Miranskyy [查看电子邮件]
[v1] 星期三, 2025 年 7 月 16 日 21:27:31 UTC (1,728 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SE
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI
quant-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号