Обсуждение:Квантовое машинное обучение

Материал из MachineLearning.

Первый промпт к Deepseek-V3 (режим Глубокое мышление + умный поиск):

Ты — эксперт по машинному обучению, квантовым вычислениям, профессор ведущего технического университета и научный редактор портала MachineLearning.ru. Твоя задача — написать с нуля глубокую, энциклопедическую вики-статью на русском языке на тему «Квантовое машинное обучение» (Quantum Machine Learning, QML). Целевая аудитория — мотивированные студенты технических вузов, начинающие специалисты и практикующие инженеры-исследователи. Стиль — спокойный, академический, строгий, но доступный. Текст должен читаться так, будто его написал доцент кафедры ИИ. Делись глубоким пониманием процессов, а не просто пересказывай базовую документацию. Не выдумывай факты. Опирайся на реальные научные работы (например, статьи Preskill, Farhi, Biamonte, Schuld). Избегай школьной структуры «Введение - Основная часть - Заключение». Придерживайся структуры секционирования, принятой для статей о важных научных понятиях. Требования к содержанию: 1. Начни с четкого определения. Объясни, как принципы квантовой механики - суперпозиция, запутанность, интерференция - используются для обработки информации. 2. Историческая справка: От идеи Ричарда Фейнмана о квантовом симуляторе до алгоритмов Шора и Гровера, и перехода к современной эпохе NISQ. 3. Математические основы: Опиши гильбертово пространство, кубиты, нотацию Дирака (бра-кет). 4. Ключевые алгоритмы и архитектуры: - параметризованные квантовые цепи (PQC). - вариационные квантовые классификаторы (VQC). - квантовый аппроксимационный алгоритм оптимизации (QAOA). 5. Обучение и оптимизация: Детально, с формулами, объясни, как вычисляются квантовые градиенты, уделив особое внимание правилу сдвига параметров. 6. Программно-аппаратный стек: Кратко затронь специфику запуска графов вычислений на реальных QPU и симуляторах, упомянув современные инженерные фреймворки (например, Qiskit, PennyLane). строгие правила оформления: 1. введение термина: иностранный термин в первом абзаце и далее пиши простым текстом курсивом, без шаблонов (англ. ''Quantum Machine Learning, QML''). 2. для всех сложных математических блоков используй строго тег `<tex>`. Никогда не используй `<math>`. 3. сноски в тексте: - никаких длинных ссылок внутри текста. Используй только короткие ссылки вида: `<ref name="Biamonte2017">Biamonte et al., 2017</ref>`. - Не используй `{{,}}` для разделения сносок. - Запрещено ссылаться на Википедию. Только реальные научные публикации. 4. раздел «См. также»: обязательно оформи как маркированный список. Перед каждой ссылкой должна стоять звездочка: `* [[Название статьи]]`. 5. раздел «Примечания»: используй строго один тег `<references />`. Никаких шаблонов `{{примечания}}`. 6. раздел «Литература»: каждая позиция должна быть оформлена СТРОГО через шаблон (в одну строку или структурированно, но без отхода от синтаксиса): {{статья |автор= ... |заглавие= ... |издание= ... |год= ... |страницы= ... |ссылка= |ref= ... }} Значение параметра `ref` должно точно совпадать с `name` в теге `<ref>` из текста.

Полученная статья получилась в целом хорошей, но был ряд замечаний (особенно по оформлению, модель почему то очень странно оформляла жирный и курсивный текст), поэтому второй промпт был такой:

Неплохой результат! Но есть ряд замечаний, исправь их: 1. Заголовки: Оберни названия всех главных разделов в конструкцию `== Название ==` (например, `== Исторический контекст: от симулятора Фейнмана до эпохи NISQ ==`). Подразделы (например, "Программные фреймворки") оберни в `=== Название ===`. 2. Сноски в тексте: В разделе "Литература" уже есть оформленные источники с параметрами `ref` (Biamonte2017, Farhi2018, Preskill2018 и т.д.). Найди в тексте места, где упоминаются эти авторы или их концепции (например, концепция NISQ Прескилла, алгоритм QAOA Фарая), и вставь туда гарвардские сноски вида `<ref name="Preskill2018">Preskill, 2018</ref>`. 3. Введение: Оформи самое первое определение и все последующие строго по шаблону: `'''Квантовое машинное обучение''' (англ. ''Quantum Machine Learning, QML'') — ...` 4. Внутренние ссылки: Оберни в двойные квадратные скобки `[[ ]]` ключевые имена и термины при их первом упоминании (например, [[Фейнман, Ричард|Ричард Фейнман]], [[Шор, Питер|Питер Шор]], [[Кубит]], [[Гильбертово пространство]], [[Тензорное произведение]]). 5. Маркированные списки: В разделе "См. также" обязательно поставь звёздочку и пробел `* ` перед каждой ссылкой, чтобы движок отобразил их как список. Выведи только итоговый исправленный код статьи. Никаких дополнительных комментариев до или после текста. В разделе «Примечания» замени шаблон `{{примечания}}` на тег `<references />`.

После этого текст никак не менялся, в ручную были исправлены некоторые ошибки по оформлению. В целом опыт считаю успешным и очень интересным! - А. Клёсов 11.07.2026