OmniQEC：AI科学家利用大语言模型自动发现实用量子纠错码
【前沿科学转载】
量子纠错（QEC）是实现可扩展容错量子计算不可或缺的技术。然而，发现仍然有效的量子纠错码极具挑战：逻辑性能取决于码结构、硬件、症候提取（syndrome extraction）与解码器之间的复杂相互作用，而这些因素往往相互制约。传统上，量子纠错码的设计高度依赖专家手工推演。
7月28日发表于arXiv的论文提出了OmniQEC——一个高效的”AI科学家”系统，能够自动发现适合在现代量子处理器上部署的量子纠错码。OmniQEC将量子纠错码设计表述为一个迭代发现过程：由先进大语言模型（LLM）实现的”编排器”（orchestrator）协调码生成、码级筛选、症候提取综合和基于解码器的电路评估。
其核心创新在于将自演化推理机制与”快慢协同”工作流相结合：快速循环利用廉价的码级代理指标探索候选码，慢速循环则执行基于物理的电路级评估，并将得到的证据反馈回搜索过程。研究团队在四个qLDPC码构造族、三个LLM后端以及每个后端14个总物理量子比特预算上进行了系统评估。
结果显示，OmniQEC发现的码在物理量子比特预算增加时逻辑错误抑制持续改善，并在98和240个物理量子比特的完整实现预算下，分别超越了[[72,12,6]]和[[144,12,12]]的BB码。这些发现的码具有硬件友好性，对实用量子纠错实现具有独立参考价值。该工作为基于物理信息驱动的”码-电路-解码器”协同设计、由LLM辅助的量子纠错码发现开辟了新路径。
来源：
📄 arXiv:2607.25865 — “OmniQEC: discovering practical quantum error-correcting codes by an AI scientist”
👥 作者：Ge Yan, Shanchuan Li, Pengyue Ma, Qixin Zhang, Pingchuan Ma 等
🏷️ 分类：quant-ph（量子物理）
📅 提交日期：2026-07-28
