QASM-Eval：訓練與評估大型語言模型於 OpenQASM-3 的數據集

研究論文提出 QASM-Eval，這是首個專為訓練和評估大型語言模型在 OpenQASM-3 程式設計上而設計的數據集。量子運算目前處於嘈雜中等規模量子時代，效能受限於雜訊，因此需要硬體導向的功能，如中途測量、精確時間控制和脈衝級波形存取。OpenQASM-3 提供了這些功能的程式介面，但現有數據集缺乏針對性的訓練和評估資源。QASM-Eval 包含一個專家驗證的測試集（100 個任務）和一個訓練集（4,000 個任務），系統性地涵蓋古典邏輯、時間調度、脈衝控制等領域。評估顯示，現有大型語言模型在 OpenQASM-3 編碼任務上表現不佳，但使用 QASM-Eval 進行針對性微調可帶來顯著提升。這為加速開發可靠的 LLM 助手，以支援嘈雜中等規模量子時代的硬體導向量子程式設計奠定了基礎。