Researcher-in-the-Loop Evolutionary Discovery of Entanglement-Assisted Quantum Code Families

Jae-Hyun Baek; Byung-Sun Won; Jon-Lark Kim

Résumé IA · arXiv: 2610.41183v1 · cs.AI

Researcher-in-the-Loop Evolutionary Discovery of Entanglement-Assisted Quantum Code Families

Jae-Hyun Baek, Byung-Sun Won, Jon-Lark Kim

Article original Soumis à arXiv le 30 Oct. 2026 25 pages, 6 figures. Code, data and Lean proofs: https://github.com/LeGenAI/llm_guided_EAQECC_search Licence : non indiquée (tous droits réservés) Aussi en : en

Comment lire ce résumé ? Guide illustré

L’essentiel

Une évolution de programmes guidée par LLM, associée à l’analyse humaine et à des vérifications exactes, aboutit à une famille démontrée de codes quantiques assistés par intrication.

D’après l’abstract uniquement : vérifiez les détails dans l’article original.

Question

Comment transformer des constructions mathématiques finies issues de programmes évolués en une famille générale, valide et reproductible ? L’article étudie cette question pour les codes correcteurs d’erreurs quantiques assistés par intrication.

Méthode

Le dispositif associe évolution de programmes, évaluation exacte, généralisation par les chercheurs, vérifications certifiées de non-existence et vérification formelle avec Lean. Les éléments publiés comprennent 115 enregistrements de codes vérifiés, dix résultats de non-existence avec preuves DRAT vérifiées, des implémentations de familles et des programmes de recherche conservés. Une comparaison contrôlée utilise huit blocs appariés de génération et évalue les programmes à des longueurs inédites n = 13 et n = 15.

Résultats

Résultat Les chercheurs généralisent les constructions finies obtenues à la famille [[n,1,n−1;n−q−1]]_q, pour les puissances de nombres premiers q ≥ 3 avec n ≥ 2q+1, et pour q = 2 avec n impair ≥ 5.
Voir le passage dans l’article
Starting from tasks that did not specify a family formula, evolved programs produced finite qubit constructions whose structure researchers generalized to the family $[[n,1,n-1;n-q-1]]_q$ for prime powers $q\ge3$ at $n\ge2q+1$ and for $q=2$ at odd $n\ge5$.
Résultat Lean vérifie le certificat algébrique sur lequel repose cette famille.
Voir le passage dans l’article
Lean checks the algebraic certificate underlying this family.
Résultat Combinée au relèvement par intrication, cette famille comble 54 lacunes dans les tables archivées de codes quantiques assistés par intrication.
Voir le passage dans l’article
Together with entanglement lifting, the family closes 54 gaps in archived EAQECC tables.
Résultat À n = 13 et n = 15, les programmes itératifs sélectionnés par validation réussissent respectivement 46,1 % et 31,6 % des exécutions réservées à l’évaluation, contre 19,5 % et 3,1 % pour les programmes générés indépendamment.
Voir le passage dans l’article
In a controlled cohort of eight paired generation blocks, validation-selected iterative programs achieve success in 46.1% and 31.6% of held-out executions at unseen lengths $n=13,15$, compared with 19.5% and 3.1% for independently generated programs.

Limites

La comparaison contrôlée rapportée porte sur huit blocs appariés et seulement deux longueurs inédites, ce qui limite la portée de cette évaluation empirique.
Voir le passage dans l’article
In a controlled cohort of eight paired generation blocks, validation-selected iterative programs achieve success in 46.1% and 31.6% of held-out executions at unseen lengths $n=13,15$, compared with 19.5% and 3.1% for independently generated programs.

Portée

Selon les auteurs, l’association de l’évolution de programmes et de l’analyse des chercheurs permet de passer de découvertes computationnelles finies à une famille démontrée, accompagnée d’éléments vérifiables indépendamment. L’application enrichit les constructions connues de codes quantiques assistés par intrication.

Rédigé par une IA à partir de l’article. Les passages cités sont vérifiés mot pour mot dans le texte analysé ; le reste peut contenir des erreurs.

Mots clés générés par l'IA : Codes quantiques intrication modèles de langage découverte mathématique preuves formelles

Pour aller plus loin

Résumé Complet
Résumé vulgarisé
Article de blog
Abstract original

L’article de Jae-Hyun Baek, Byung-Sun Won et Jon-Lark Kim examine comment transformer des constructions mathématiques découvertes par des programmes guidés par un grand modèle de langage en familles générales assorties de preuves vérifiables. Il porte sur les codes correcteurs d’erreurs quantiques assistés par intrication, ou EAQECC. L’enjeu ne consiste pas seulement à découvrir des codes performants, mais aussi à établir la validité des constructions, à les généraliser et à garantir la reproductibilité des résultats. Ce résumé s’appuie exclusivement sur le titre et le résumé de l’article, le texte intégral n’étant pas accessible dans les éléments fournis en raison de restrictions de licence. Les auteurs proposent une démarche de découverte associant étroitement chercheurs et outils informatiques. Elle combine l’évolution de programmes, leur évaluation exacte, l’analyse mathématique des structures découvertes, la certification de résultats de non-existence et la vérification formelle des preuves. Les tâches initiales ne fournissaient aucune formule de famille à retrouver. Les programmes ont d’abord produit des constructions finies sur des qubits, dont les chercheurs ont ensuite dégagé une structure généralisable. Le modèle de langage intervient ainsi dans un processus plus large : l’exploration informatique génère des candidats, tandis que l’analyse humaine et les outils de vérification en établissent la portée mathématique. Le résultat principal est une famille de codes de longueur $n$, encodant un qudit logique, de distance minimale $n-1$ et consommant $n-q-1$ paires intriquées, où $q$ désigne la dimension locale. Cette famille est annoncée pour toute puissance de nombre premier $q \geq 3$, lorsque $n \geq 2q+1$. Pour $q=2$, elle existe aux longueurs impaires $n \geq 5$. Le système de preuve Lean vérifie le certificat algébrique sous-jacent. Combinée à une opération appelée « entanglement lifting », cette famille permet de combler 54 lacunes dans des tables archivées d’EAQECC. Les éléments de vérification annoncés comprennent 115 fiches de codes vérifiées, dix résultats de non-existence accompagnés de preuves DRAT contrôlées, ainsi que des implémentations des familles et des programmes de recherche conservés. Ces programmes permettent des vérifications exactes et la répétition des recherches à partir de graines aléatoires fixées. Le résumé ne précise toutefois ni les paramètres concernés par les dix résultats de non-existence ni la répartition des 115 fiches entre les différentes constructions. Une expérience contrôlée évalue également la capacité des programmes à réussir sur des longueurs inédites. Elle comprend huit blocs appariés de génération. Les programmes obtenus par un processus itératif, puis sélectionnés sur validation, atteignent des taux de réussite de 46,1 % à la longueur 13 et de 31,6 % à la longueur 15, lors d’exécutions exclues de la sélection. Les programmes générés indépendamment atteignent respectivement 19,5 % et 3,1 %. Ces résultats soutiennent l’intérêt de l’évolution itérative dans ce cadre expérimental, sans démontrer sa supériorité universelle. L’étude montre ainsi comment une découverte computationnelle finie peut conduire à une famille mathématique démontrée grâce à l’articulation de l’exploration automatisée, de l’analyse humaine et de preuves vérifiables indépendamment. Cette conclusion doit néanmoins être appréciée avec prudence : sans accès au texte intégral, il est impossible d’examiner les protocoles détaillés, les coûts de calcul, les incertitudes statistiques ou les limites précises de la formalisation.

De l’exploration par l’IA aux preuves : découvrir de nouvelles familles de codes quantiques

Un programme peut découvrir une construction mathématique prometteuse. Mais comment passer d’un exemple calculé à une famille générale dont la validité est démontrée ? C’est la question centrale de « Researcher-in-the-Loop Evolutionary Discovery of Entanglement-Assisted Quantum Code Families », un article de Jae-Hyun Baek, Byung-Sun Won et Jon-Lark Kim. Leur travail associe exploration informatique, analyse humaine et preuves vérifiables pour étudier des codes correcteurs d’erreurs quantiques assistés par intrication.

L’intérêt de cette recherche dépasse la découverte de codes performants. Elle propose une manière de transformer des résultats produits par des programmes guidés par un grand modèle de langage en connaissances mathématiques contrôlables et reproductibles. Précision importante : cette présentation repose exclusivement sur le titre et le résumé fournis, le texte intégral n’étant pas accessible dans les éléments disponibles en raison de restrictions de licence.

Pourquoi des codes quantiques assistés par intrication ?

La correction d’erreurs est essentielle pour protéger l’information quantique contre les perturbations. Les codes étudiés ici, désignés par l’acronyme EAQECC, exploitent une ressource supplémentaire : des paires intriquées partagées. Leur description doit donc prendre en compte non seulement la quantité d’information encodée et la protection obtenue, mais aussi l’intrication consommée.

Plusieurs paramètres permettent de caractériser ces codes :

La longueur n correspond au nombre de systèmes physiques utilisés par le code.
La dimension locale q indique le nombre de niveaux de chaque système ; q = 2 correspond aux qubits.
La distance minimale caractérise la protection offerte contre les erreurs.
Le nombre de paires intriquées précise la ressource d’intrication nécessaire.

Découvrir un exemple intéressant pour une longueur donnée est déjà utile. Trouver une règle valable pour une infinité de longueurs, puis la démontrer, constitue toutefois un résultat d’une autre portée.

Une découverte où les chercheurs restent dans la boucle

La démarche des auteurs combine l’évolution de programmes, leur évaluation exacte et l’étude mathématique des structures obtenues. Les tâches initiales ne donnaient aucune formule de famille à retrouver. Les programmes ont d’abord produit des constructions finies sur des qubits ; les chercheurs ont ensuite dégagé une structure susceptible d’être généralisée.

Le grand modèle de langage intervient donc dans un dispositif plus large. L’exploration automatisée génère des candidats, mais elle ne suffit pas à établir un théorème. L’analyse humaine sert à comprendre les régularités observées, tandis que les outils de certification et de vérification permettent d’en contrôler les justifications.

Du candidat calculé à la famille démontrée

Le résultat principal annoncé est une famille de codes de longueur n qui encode un qudit logique, possède une distance minimale égale à n − 1 et consomme n − q − 1 paires intriquées. Pour toute puissance de nombre premier q supérieure ou égale à 3, la famille existe lorsque n est supérieur ou égal à 2q + 1. Pour q = 2, elle existe aux longueurs impaires supérieures ou égales à 5.

Ces conditions sont importantes : elles délimitent précisément la portée de la construction. Le résumé indique également que le système de preuve Lean vérifie le certificat algébrique sous-jacent. Cette vérification apporte un contrôle formel ciblé ; elle ne doit pas être interprétée comme une formalisation annoncée de l’intégralité du processus expérimental.

Des résultats accompagnés de moyens de contrôle

Combinée à une opération appelée « entanglement lifting », la famille permet, selon le résumé, de combler 54 lacunes dans des tables archivées d’EAQECC. Sans disposer du texte intégral, il serait imprudent de détailler le fonctionnement de cette opération ou les paramètres de chaque entrée concernée.

Les éléments de vérification annoncés comprennent :

115 fiches de codes vérifiées ;
dix résultats de non-existence accompagnés de preuves DRAT contrôlées ;
des implémentations des familles construites ;
des programmes de recherche conservés, permettant des vérifications exactes et des répétitions avec des graines aléatoires fixées.

Cette combinaison est significative : elle documente aussi bien des constructions possibles que certaines impossibilités. Le résumé ne précise cependant ni les paramètres des dix résultats de non-existence, ni la répartition des 115 fiches entre les différentes constructions.

L’évolution itérative aide-t-elle à généraliser ?

Une expérience contrôlée, organisée en huit blocs appariés de génération, examine les performances des programmes sur des longueurs inédites. Les programmes issus d’un processus itératif, puis sélectionnés sur validation, atteignent 46,1 % de réussite à la longueur 13 et 31,6 % à la longueur 15, lors d’exécutions exclues de la sélection.

Les programmes générés indépendamment atteignent respectivement 19,5 % et 3,1 %. Ces écarts soutiennent l’intérêt de l’évolution itérative dans ce cadre précis. Ils ne démontrent toutefois pas une supériorité universelle : les protocoles détaillés, les coûts de calcul et les incertitudes statistiques ne peuvent pas être examinés à partir du seul résumé.

Une complémentarité entre découverte et démonstration

Le message central est méthodologique : une découverte computationnelle finie peut devenir une famille mathématique démontrée lorsque l’exploration automatisée s’articule avec l’analyse humaine et des preuves vérifiables indépendamment. L’apport du modèle de langage se mesure ici dans cette chaîne de travail, plutôt que comme un remplacement de la démonstration. Les résultats annoncés sont prometteurs, mais leur évaluation complète demande l’accès aux protocoles et aux limites précises exposés dans l’article intégral.

Créé le 02 Nov. 2026

Cette synthèse vous a-t-elle été utile ?

Note : 0

Posez des questions sur cet article à notre assistant IA

Comment discuter avec cet article ? Guide illustré

Comparer avec le PDF

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.

Instructions pour utiliser l'assistant IA ?

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui

Enregistrer dans une collection Regroupez des articles en collections pour les comparer, les interroger et les exporter. Créer un compte gratuit Se connecter

Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Obsidian (Markdown) · Notion (Markdown)

Outils avancés Premium

Pour suivre un domaine de près : alertes de citations, diapositives de journal club, comparaison des versions et envoi vers Zotero. Découvrir Premium

Zotero

Alertes de citation Guide des alertes de citations

Qui travaille dessus ? Les personnes et institutions qui publient sur son sujet

Lettre hebdomadaire Présenté dans « Intelligence artificielle cette semaine » du 2 novembre 2026. Intelligence artificielle cette semaine : ce que les bons scores ne disent pas

Journal club Premium+ Des slides pour le présenter Proposer pour le journal club

Versions Ce qui a changé entre les versions

En parler en public Premium+ Kit presse : communiqué, questions, détecteur de hype Guide du kit presse

Les articles autour de celui-ci

Les voir sur une carte

Classés selon la proximité de leur titre et de leur résumé avec ceux de cet article. Sélectionnez-en pour les lire ensemble.

Les articles les plus proches

Proche Autre approche du problème
Quantum Error Correction via Noise Guessing Decoding
Diogo Cruz, Francisco A. Monteiro, Bruno C. Coutinho · 2022 · Quantum Physics · cité 23 fois · Résumé IA disponible

Quantum Error Correction via Noise Guessing Decoding construit et décode des codes quantiques pour optimiser les performances à longueur finie, tandis que l’article établit une famille EAQECC.

Résumé scientifique
Quantum error correction codes (QECCs) play a central role both in quantum communications and in quantum computation, given how error-prone quantum technologies are. Practical quantum error correction codes, such as stabilizer codes, are generally structured to suit a specific use, and present rigid code lengths and code rates, limiting their adaptability to changing requirements. This paper shows that it is possible to both construct and decode QECCs that can attain the maximum performance of the finite blocklength regime, for any chosen code length and when the code rate is sufficiently high. A recently proposed strategy for decoding classical codes called GRAND (guessing random additive n…
Proche Contexte plus large
Implementation of quantum imaginary-time evolution method on NISQ devices: Nonlocal approximation
Hirofumi Nishi, Taichi Kosugi, Yu-ichiro Matsushita · 2020 · npj Quantum Inf 7, 85 (2021) · cité 103 fois · Résumé IA disponible

Implementation of quantum imaginary-time evolution method on NISQ devices: Nonlocal approximation réduit la profondeur des circuits QITE, sans étudier la construction de codes correcteurs.

Résumé scientifique
The imaginary-time evolution method is widely known to be efficient for obtaining the ground state in quantum many-body problems on a classical computer. A recently proposed quantum imaginary-time evolution method (QITE) faces problems of deep circuit depth and difficulty in the implementation on noisy intermediate-scale quantum (NISQ) devices. In this study, a nonlocal approximation is developed to tackle this difficulty. We found that by removing the locality condition or local approximation (LA), which was imposed when the imaginary-time evolution operator is converted to a unitary operator, the quantum circuit depth is significantly reduced. We propose two-step approximation methods base…
Proche Contexte plus large
Logical Error Rates for a [[4,2,2]]-Encoded Variational Quantum Eigensolver Ansatz
Meenambika Gowrishankar, Daniel Claudino, Jerimiah Wright et al. · 2024 · Quantum Physics · cité 9 fois · Pas encore résumé

Logical Error Rates for a [[4,2,2]]-Encoded Variational Quantum Eigensolver Ansatz mesure l’effet d’un code de détection sur une application VQE, plutôt que de découvrir une famille de codes.

Résumé scientifique
Application benchmarks that run on noisy, intermediate-scale quantum (NISQ) computing devices require techniques for mitigating errors to improve accuracy and precision. Quantum error detection codes offer a framework by which to encode quantum computations and identify when errors occur. However, the subsequent logical error rate depends on the encoded application circuit as well as the underlying noise. Here, we quantify how the [[4,2,2]] quantum error detection code improves the logical error rate, accuracy, and precision of an encoded variational quantum eigensolver (VQE) application. We benchmark the performance of the encoded VQE for estimating the energy of the hydrogen molecule with …
Proche Même méthode, autre problème
Code Evolution Graphs: Understanding Large Language Model Driven Design of Algorithms
Niki van Stein, Anna V. Kononova, Lars Kotthoff et al. · 2025 · Neural and Evolutionary Computing · cité 21 fois · Résumé IA disponible

Code Evolution Graphs analyse l’évolution de programmes générés par LLM pour concevoir des algorithmes, comme l’évolution de programmes employée ici pour découvrir des codes.

Résumé scientifique
Large Language Models (LLMs) have demonstrated great promise in generating code, especially when used inside an evolutionary computation framework to iteratively optimize the generated algorithms. However, in some cases they fail to generate competitive algorithms or the code optimization stalls, and we are left with no recourse because of a lack of understanding of the generation process and generated codes. We present a novel approach to mitigate this problem by enabling users to analyze the generated codes inside the evolutionary process and how they evolve over repeated prompting of the LLM. We show results for three benchmark problem classes and demonstrate novel insights. In particular…
Proche Contexte plus large
Bridging Entanglement and Magic Resources through Operator Space
Neil Dowling, Kavan Modi, Gregory A. L. White · 2025 · Quantum Physics · cité 35 fois · Résumé IA disponible

Bridging Entanglement and Magic Resources through Operator Space relie l’intrication des opérateurs aux ressources de magie, un sujet distinct des codes EAQECC étudiés ici.

Résumé scientifique
Local operator entanglement (LOE) dictates the complexity of simulating Heisenberg evolution using tensor network methods, and serves as strong dynamical signature of quantum chaos. We show that LOE is also sensitive to how non-Clifford a unitary is: its magic resources. In particular, we prove that LOE is always upper-bound by three distinct magic monotones: $T$-count, unitary nullity, and operator stabilizer Rényi entropy. Moreover, in the average case for large, random circuits, LOE and magic monotones approximately coincide. Our results imply that an operator evolution that is expensive to simulate using tensor network methods must also be inefficient using both stabilizer and Pauli trun…
Proche Contexte plus large
Determining eigenstates and thermal states on a quantum computer using quantum imaginary time evolution
Mario Motta, Chong Sun, Adrian Teck Keng Tan et al. · 2019 · Nature Physics 16, 205-210 (2020) · cité 866 fois · Résumé IA disponible

Determining eigenstates and thermal states on a quantum computer using quantum imaginary time evolution propose une méthode d’évolution en temps imaginaire, sans traiter les codes correcteurs.

Résumé scientifique
The accurate computation of Hamiltonian ground, excited, and thermal states on quantum computers stands to impact many problems in the physical and computer sciences, from quantum simulation to machine learning. Given the challenges posed in constructing large-scale quantum computers, these tasks should be carried out in a resource-efficient way. In this regard, existing techniques based on phase estimation or variational algorithms display potential disadvantages; phase estimation requires deep circuits with ancillae, that are hard to execute reliably without error correction, while variational algorithms, while flexible with respect to circuit depth, entail additional high-dimensional clas…
Proche Contexte plus large
Quantum eigenvalue processing
Guang Hao Low, Yuan Su · 2024 · Quantum Physics · cité 60 fois · Résumé IA disponible

Quantum eigenvalue processing présente des transformations et estimations de valeurs propres pour opérateurs non normaux, sans lien direct avec la découverte de familles de codes.

Résumé scientifique
Many problems in linear algebra -- such as those arising from non-Hermitian physics and differential equations -- can be solved on a quantum computer by processing eigenvalues of the non-normal input matrices. However, the existing Quantum Singular Value Transformation (QSVT) framework is ill-suited to this task, as eigenvalues and singular values are different in general. We present a Quantum EigenValue Transformation (QEVT) framework for applying arbitrary polynomial transformations on eigenvalues of block-encoded non-normal operators, and a related Quantum EigenValue Estimation (QEVE) algorithm for operators with real spectra. QEVT has query complexity to the block encoding nearly recover…
Proche Contexte plus large
Benchmarking highly entangled states on a 60-atom analog quantum simulator
Adam L. Shaw, Zhuo Chen, Joonhee Choi et al. · 2023 · Quantum Physics · cité 107 fois · Résumé IA disponible

Benchmarking highly entangled states on a 60-atom analog quantum simulator estime l’intrication d’états sur un simulateur analogique, plutôt que de construire des codes quantiques.

Résumé scientifique
Quantum systems have entered a competitive regime where classical computers must make approximations to represent highly entangled quantum states. However, in this beyond-classically-exact regime, fidelity comparisons between quantum and classical systems have so far been limited to digital quantum devices, and it remains unsolved how to estimate the actual entanglement content of experiments. Here we perform fidelity benchmarking and mixed-state entanglement estimation with a 60-atom analog Rydberg quantum simulator, reaching a high entanglement entropy regime where exact classical simulation becomes impractical. Our benchmarking protocol involves extrapolation from comparisons against many…

Aller plus loin

Comment ces articles sont-ils trouvés ?

Nous comparons le titre et le résumé de cet article avec ceux de tous les articles résumés sur ce site, et avec les articles que Semantic Scholar recommande, ceux qu’il cite et ceux qui le citent (pour un article très cité, ses citations les plus récentes et, depuis OpenAlex, les plus citées). Parmi les travaux antérieurs et les suites, les articles qui s’utilisent en profondeur, une méthode qu’il utilise et les suites très citées remontent un peu. Les niveaux (très proche, proche, apparenté) viennent de la similarité des textes, pas d’un jugement de qualité ; * signale un article sans résumé, comparé par son titre. La phrase sous un article est écrite par une IA à partir des deux résumés : vérifiez-la dans les articles. Un article jugé hors sujet par trois lecteurs quitte la liste.

Mis à jour le 2 novembre 2026.

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.

Researcher-in-the-Loop Evolutionary Discovery of Entanglement-Assisted Quantum Code Families

L’essentiel

Question

Méthode

Résultats

Limites

Portée

Pour aller plus loin

Definitions

De l’exploration par l’IA aux preuves : découvrir de nouvelles familles de codes quantiques

Pourquoi des codes quantiques assistés par intrication ?

Une découverte où les chercheurs restent dans la boucle

Du candidat calculé à la famille démontrée

Des résultats accompagnés de moyens de contrôle

L’évolution itérative aide-t-elle à généraliser ?

Une complémentarité entre découverte et démonstration

Posez des questions sur cet article à notre assistant IA

Outils pour cet article

Outils avancés Premium

Les articles autour de celui-ci

Les articles les plus proches

Aller plus loin

Citer cet article (BibTeX)