Buchumschlag

Large Language Models Can Help Mitigate Barren Plateaus in Quantum Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhuang, Jun, Guan, Chaowen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantum Physics Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Investigating and Mitigating Barren Plateaus in Variational Quantum Circuits: A Survey
von: Cunningham, Jack, et al.
Veröffentlicht: (2024)

Mitigating Barren Plateaus in Quantum Denoising Diffusion Probabilistic Model
von: Cao, Haipeng, et al.
Veröffentlicht: (2025)

CompactifAI: Extreme Compression of Large Language Models using Quantum-Inspired Tensor Networks
von: Tomut, Andrei, et al.
Veröffentlicht: (2024)

Barren Plateaus in Variational Quantum Computing
von: Larocca, Martin, et al.
Veröffentlicht: (2024)

Illustration of Barren Plateaus in Quantum Computing
von: Stenzel, Gerhard, et al.
Veröffentlicht: (2026)

Hybrid Quantum-Classical Recurrent Neural Networks
von: Xu, Wenduan
Veröffentlicht: (2025)

Noise-Induced Barren Plateaus in Variational Quantum Algorithms
von: Wang, Samson, et al.
Veröffentlicht: (2020)

Enhancing the Trainability of Variational Quantum Circuits with Regularization Strategies
von: Zhuang, Jun, et al.
Veröffentlicht: (2024)

Property-guided Inverse Design of Metal-Organic Frameworks Using Quantum Natural Language Processing
von: Kang, Shinyoung, et al.
Veröffentlicht: (2024)

Taming Barren Plateaus in Arbitrary Parameterized Quantum Circuits without Sacrificing Expressibility
von: Chen, Zhenyu, et al.
Veröffentlicht: (2025)

QuantumBench: A Benchmark for Quantum Problem Solving
von: Minami, Shunya, et al.
Veröffentlicht: (2025)

Laziness, Barren Plateau, and Noise in Machine Learning
von: Liu, Junyu, et al.
Veröffentlicht: (2022)

Can Large Language Models Understand Intermediate Representations in Compilers?
von: Jiang, Hailong, et al.
Veröffentlicht: (2025)

How Can Quantum Deep Learning Improve Large Language Models?
von: Roh, Emily Jimin, et al.
Veröffentlicht: (2025)

Escaping Barren Plateaus in Variational Quantum Algorithms Using Negative Learning Rate in Quantum Internet of Things
von: Rahman, Ratun, et al.
Veröffentlicht: (2025)

Breaking Through Barren Plateaus: Reinforcement Learning Initializations for Deep Variational Quantum Circuits
von: Peng, Yifeng, et al.
Veröffentlicht: (2025)

Enhancing Future Link Prediction in Quantum Computing Semantic Networks through LLM-Initiated Node Features
von: Park, Gilchan, et al.
Veröffentlicht: (2024)

Simulating Nonlinearity in Quantum Neural Networks While Mitigating Barren Plateaus
von: Yang, Ding-Dang
Veröffentlicht: (2025)

TLPO: Token-Level Policy Optimization for Mitigating Language Confusion in Large Language Models
von: Choo, Jinho, et al.
Veröffentlicht: (2026)

Quantum Large Language Models via Tensor Network Disentanglers
von: Aizpurua, Borja, et al.
Veröffentlicht: (2024)

Noise-Agnostic Quantum Error Mitigation with Data Augmented Neural Models
von: Liao, Manwen, et al.
Veröffentlicht: (2023)

ProgCo: Program Helps Self-Correction of Large Language Models
von: Song, Xiaoshuai, et al.
Veröffentlicht: (2025)

Mix Data or Merge Models? Balancing the Helpfulness, Honesty, and Harmlessness of Large Language Model via Model Merging
von: Yang, Jinluan, et al.
Veröffentlicht: (2025)

Fourier Head: Helping Large Language Models Learn Complex Probability Distributions
von: Gillman, Nate, et al.
Veröffentlicht: (2024)

How do Large Language Models Navigate Conflicts between Honesty and Helpfulness?
von: Liu, Ryan, et al.
Veröffentlicht: (2024)

Characterizing Large Language Model Geometry Helps Solve Toxicity Detection and Generation
von: Balestriero, Randall, et al.
Veröffentlicht: (2023)

Can Large Language Models Reason and Plan?
von: Kambhampati, Subbarao
Veröffentlicht: (2024)

Fine-tuning can Help Detect Pretraining Data from Large Language Models
von: Zhang, Hengxiang, et al.
Veröffentlicht: (2024)

Understanding Survey Paper Taxonomy about Large Language Models via Graph Representation Learning
von: Zhuang, Jun, et al.
Veröffentlicht: (2024)

Barren Plateaus as Destructive Interference: A Diagnostic Framework and Implications for Structured Ansatzes
von: Kang, Pilsung
Veröffentlicht: (2026)

Crafting Efficient Fine-Tuning Strategies for Large Language Models
von: Oliver, Michael, et al.
Veröffentlicht: (2024)

Mitigating Hallucinations in Large Language Models via Causal Reasoning
von: Li, Yuangang, et al.
Veröffentlicht: (2025)

Can GRPO Help LLMs Transcend Their Pretraining Origin?
von: Ni, Kangqi, et al.
Veröffentlicht: (2025)

Can Large Language Models Infer Causation from Correlation?
von: Jin, Zhijing, et al.
Veröffentlicht: (2023)

CPR: Mitigating Large Language Model Hallucinations with Curative Prompt Refinement
von: Shim, Jung-Woo, et al.
Veröffentlicht: (2025)

Multi-stage Prompt Refinement for Mitigating Hallucinations in Large Language Models
von: Shim, Jung-Woo, et al.
Veröffentlicht: (2025)

Self-contradictory Hallucinations of Large Language Models: Evaluation, Detection and Mitigation
von: Mündler, Niels, et al.
Veröffentlicht: (2023)

Quantum Optimization for Training Quantum Neural Networks
von: Liao, Yidong, et al.
Veröffentlicht: (2021)

On the Compressibility of Quantized Large Language Models
von: Mao, Yu, et al.
Veröffentlicht: (2024)

Quantum-Inspired Self-Attention in a Large Language Model
von: Kuznetsov, Nikita, et al.
Veröffentlicht: (2026)