IBM Research, 양자 회로가 두 문제에서 LLM을 능가함을 증명

AI 요약

IBM Research는 2026년 9월 15일 보고서를 발표했으며, 해당 작업은 얕은 양자 회로와 대형 언어 모델(LLM) 사이의 무조건적인 이론적 구분을 증명한 것으로 Srinivasan Arunachalam, Arkopal Dutt, Hari Krovi, Rik Sengupta, Ryan Mandelbaum을 저자로 나열하고 논문 "Separating quantum circuits from classical LLMs"이 arXiv에 2026년 8월 4일 게시되었음을 밝혔습니다. 논문은 기능적 구분으로 반복 인덱스 함수를 제시해 단일 고전 AND 게이트가 이후에 적용되는 O(log log n) 깊이의 QNC^0 회로로 계산 가능하지만 일정 깊이 디코더 전용 트랜스포머는 폭이 n^Ω(1)이어야 함을 보였고, 샘플링 구분으로는 패리티 관련 분포를 들어 상수 깊이 QNC^0 회로가 샘플링할 수 있는 분포를 상수 라운드 확산 언어 모델이 서브선형 중간 사고와 출력 토큰 수정 및 재마스킹에도 불구하고 일정 거리 내에서 재현할 수 없음을 증명했습니다. 저자들은 이 결과가 이론적 증명에 초점을 두며 현재 양자 하드웨어의 잡음과 오류, 그리고 대규모 고전 하드웨어에 접근하는 LLM 사이의 격차를 지적하고 양자 시스템이 실용적으로 LLM을 능가�� 정확한 규모는 제시하지 않았다고 설명했습니다.