Buchumschlag

Infeasibility Aware Large Language Models for Combinatorial Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yakun, Chen, Min, Wu, Zeguan, Liu, Junyu, Zhang, Sitao, Shao, Zhenwen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning Quantum Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Artificial Entanglement in the Fine-Tuning of Large Language Models
von: Chen, Min, et al.
Veröffentlicht: (2026)

GroverGPT: A Large Language Model with 8 Billion Parameters for Quantum Searching
von: Wang, Haoran, et al.
Veröffentlicht: (2024)

An Analytic Theory of Quantum Imaginary Time Evolution
von: Chen, Min, et al.
Veröffentlicht: (2025)

Symbolic Analysis of Grover Search Algorithm via Chain-of-Thought Reasoning and Quantum-Native Tokenization
von: Chen, Min, et al.
Veröffentlicht: (2025)

A comprehensive review of Quantum Machine Learning: from NISQ to Fault Tolerance
von: Wang, Yunfei, et al.
Veröffentlicht: (2024)

Q-Newton: Hybrid Quantum-Classical Scheduling for Accelerating Neural Network Training with Newton's Gradient Descent
von: Li, Pingzhi, et al.
Veröffentlicht: (2024)

The Efficiency Frontier: Classical Shadows versus Quantum Footage
von: Ma, Shuowei, et al.
Veröffentlicht: (2025)

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

Scalable Community Detection Using Quantum Hamiltonian Descent and QUBO Formulation
von: Cheng, Jinglei, et al.
Veröffentlicht: (2024)

Fundamental causal bounds of quantum random access memories
von: Wang, Yunfei, et al.
Veröffentlicht: (2023)

Enhancing Quantum Security over Federated Learning via Post-Quantum Cryptography
von: Li, Pingzhi, et al.
Veröffentlicht: (2024)

Beyond MD17: the reactive xxMD dataset
von: Pengmei, Zihan, et al.
Veröffentlicht: (2023)

The Stabilizer Bootstrap of Quantum Machine Learning with up to 10000 qubits
von: Li, Yuqing, et al.
Veröffentlicht: (2024)

Quantum Data Center: Perspectives
von: Liu, Junyu, et al.
Veröffentlicht: (2023)

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

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

Unifying O(3) Equivariant Neural Networks Design with Tensor-Network Formalism
von: Li, Zimu, et al.
Veröffentlicht: (2022)

Quantum-enhanced Large Language Models on Quantum Hardware via Cayley Unitary Adapters
von: Aizpurua, Borja, et al.
Veröffentlicht: (2026)

Quantum Power Flows: From Theory to Practice
von: Liu, Junyu, et al.
Veröffentlicht: (2022)

Meta-Learning for Quantum Optimization via Quantum Sequence Model
von: Lin, Yu-Cheng, et al.
Veröffentlicht: (2025)

Toward Super-polynomial Quantum Speedup of Equivariant Quantum Algorithms with SU($d$) Symmetry
von: Zheng, Han, et al.
Veröffentlicht: (2022)

Quantum Machine Learning-based 6G edge Network: Enabling Adaptive Communication and Model Aggregation
von: Xiao, Wenjing, et al.
Veröffentlicht: (2026)

MG-Net: Learn to Customize QAOA with Circuit Depth Awareness
von: Qian, Yang, et al.
Veröffentlicht: (2024)

QuantumNAT: Quantum Noise-Aware Training with Noise Injection, Quantization and Normalization
von: Wang, Hanrui, et al.
Veröffentlicht: (2021)

Large Language Models are Few-shot Multivariate Time Series Classifiers
von: Chen, Yakun, et al.
Veröffentlicht: (2025)

Deep Sequence Modeling with Quantum Dynamics: Language as a Wave Function
von: Nebli, Ahmed, et al.
Veröffentlicht: (2026)

Bridging Visualization and Optimization: Multimodal Large Language Models on Graph-Structured Combinatorial Optimization
von: Zhao, Jie, et al.
Veröffentlicht: (2025)

Embedding-Aware Quantum-Classical SVMs for Scalable Quantum Machine Learning
von: Ordóñez, Sebastián Andrés Cajas, et al.
Veröffentlicht: (2025)

Large Language Models Can Help Mitigate Barren Plateaus in Quantum Neural Networks
von: Zhuang, Jun, et al.
Veröffentlicht: (2025)

Demonstration of Efficient Predictive Surrogates for Large-scale Quantum Processors
von: Liao, Wei-You, et al.
Veröffentlicht: (2025)

TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing
von: Qi, Jun, et al.
Veröffentlicht: (2025)

Sequence-Model-Guided Measurement Selection for Quantum State Learning
von: Huang, Jiaxin, et al.
Veröffentlicht: (2025)

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

A Geometric-Aware Perspective and Beyond: Hybrid Quantum-Classical Machine Learning Methods
von: Alavia, Azadeh, et al.
Veröffentlicht: (2025)

Q-ROAR: Outlier-Aware Rescaling for RoPE Position Interpolation in Quantized Long-Context LLMs
von: Qiao, Ye, et al.
Veröffentlicht: (2025)

Quantum Machine Learning: A Hands-on Tutorial for Machine Learning Practitioners and Researchers
von: Du, Yuxuan, et al.
Veröffentlicht: (2025)

Exact and Asymptotically Complete Robust Verifications of Neural Networks via Quantum Optimization
von: Li, Wenxin, et al.
Veröffentlicht: (2026)

A Physics-Inspired Optimizer: Velocity Regularized Adam
von: Vaidhyanathan, Pranav, et al.
Veröffentlicht: (2025)

Mixed-State Quantum Denoising Diffusion Probabilistic Model
von: Kwun, Gino, et al.
Veröffentlicht: (2024)

Permutation Picture of Graph Combinatorial Optimization Problems
von: Min, Yimeng
Veröffentlicht: (2024)