面向 QML 算法搜索的高级 For-Loop 框架

本文介绍一种基于大型语言模型（LLM）的多智能体系统（LLMMA）用于自动搜索和优化量子机器学习（QML）算法的高级框架。灵感来自谷歌DeepMind的 FunSearch，本文提出的系统以抽象层面迭代生成和细化量子化的经典机器学习算法（概念），如多层感知器、forward-forward 和反向传播算法。作为概念验证，本工作突显了智能体框架在系统性地探索经典机器学习概念并将其适用于量子计算方面的潜力，为高效和自动化的 QML 算法开发之路。未来方向包括引入规划机制并优化搜索空间中的策略，以实现更广泛的量子增强机器学习应用。