연구진이 양자 회로 훈련 시 기울기 추정 비용 문제를 해결하기 위해 새로운 프레임워크를 제안했어요.
forward mode 자동 미분 기반의 forward gradient estimator는 SPSA, random coordinate descent, parameter-shift rule을 포함하며, 추가적인 얽힘 큐비트나 제어 게이트 오버헤드가 없어요.
QUIVER라는 adaptive optimizer를 개발하여 최소 측정 비용으로 양자 회로를 훈련했으며, ECG5000 및 MNIST 데이터셋에서 60 큐비트, 1770 파라미터 규모의 회로를 기존 방식보다 효율적으로 훈련했어요.