计算机科学 > 软件工程
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.