explore | Grilled Cheese

研究者は、高コストな量子状態再構成をバイパスして測定結果から量子位相を直接分類するニューラルネットワークを開発した。弱測定と機械学習を使用したポスト選択なしの位相識別を実証する。

AIは、考える過程を全部「言葉」にしなくてもいい？

論文「Hybrid Reasoning Agents」は、内部の数値表現で推論し、ツールを使うときはテキストに切り替える仕組みを提案。

Qwen3ベースの3規模・11ベンチマークで検証。著者らはトークン使用量35.5〜54.7％減、推論速度1.8〜2.6倍を報告しています。

ただし研究条件下の結果で、利用にはモデルの改修・追加学習が必要です。

ニューラルネットワークは、複数の量子エミッタの位置特定において従来の方法を上回り、5分の1のフォトン数で10倍の精度向上を達成しています。特に量子相関を利用した光子限定および高背景ノイズ条件下で有効です。

119の研究のレビューにより、AI-量子統合の非対称性が明らかになりました：機械学習は量子最適化コンポーネントを明らかに改善していますが、AIに対する量子の影響はシミュレーションに限定されています。研究者は古典的および量子コンピューティング間の動的リソース配分を特定しています...

Google Harness²：凍結モデルによる再帰的エージェントハーネス最適化フレームワーク

AIエージェントのハーネスを再帰的に最適化するGoogleのフレームワーク。