量子計算デバイスはNP完全問題を解くための強力なツールとして認識されている。しかし、そのモデリングの複雑さは非専門家に大きな障壁をもたらし、制約重みやモデリング手法の煩雑な反復は専門家の多大な労力を消費する。これらの課題に対処するため、本研究では、フェムト秒レーザー励起コヒーレントイジングマシン（CIM）と、LangGraphおよびLangChainフレームワークを活用した大規模言語モデル（LLM）駆動のエージェントシステムを統合した。
包括的な調査により、LLMがQUBO/Isingモデルの校正、制約重みの決定反復、文献で報告された手法の迅速な検証といったモデリングタスクを効果的に実行できることが実証された。特筆すべきは、これらすべてのタスクが国内製大規模モデルに基づいて完全に実装可能であり、国内で開発されたCIMハードウェアと組み合わせることで、完全に国内製のエージェント型大規模モデルとハードウェアに依存する量子CIMの実用的なempowermentを真に達成したことである。この研究は堅牢な技術統合を成功裏に実現し、その後の研究に強固な基盤を築いた。
それにもかかわらず、本研究は大規模モデルと量子計算という二つの最先端分野における現段階での持続的な課題も明らかにしている。心強いことに、研究者らは予期せぬ新たなパラダイムを発見した。それは、エージェント支援による量子計算の反復で蓄積された知識が、エージェント自身の問題解決能力を相互に強化し、それによってこれらの課題に対処するというものである。
本論文は2026年4月24日に提出され、21ページ、7図からなる。人工知能（cs.AI）と量子物理学（quant-ph）の学際領域に属し、MSC分類は68Q12、68T01、90C27、ACM分類はI.2.6、I.2.10、F.2.1、F.2.2である。著者はWang RuiとLu Diannanである。