qrouter

Recuperación de lenguaje natural cuántico para conocimiento científico.

Un artefacto de investigación: enruta consultas a texto relevante codificando ambos como estados cuánticos (diagramas tensoriales DisCoCat compilados en circuitos variacionales) y clasificándolos mediante la superposición de la regla de Born. Actualmente simulable de forma clásica; diseñado para ejecutarse también en procesadores de la serie H de Quantinuum y (con incrustación) en procesadores fotónicos de Xanadu.

Demostración en vivo: https://qrouter.ask-meridian.uk

$ curl 'https://qrouter.ask-meridian.uk/rank?q=photons+going+through+barriers&top_k=3'

Consulta docs/deploy.md para conocer la arquitectura de alojamiento (systemd + Cloudflare Tunnel en una máquina virtual compartida) y cómo cambiar el servidor entre los backends stub y lambeq.

Estado

Nombre provisional. Estructura inicial del primer día. No es un producto. No es estable. Ni siquiera tiene una opinión formada todavía.

Related MCP server: ragi

Qué es y qué no es

Es: un experimento sobre si la estructura semántica cuántica composicional (al estilo de Coecke et al.) ofrece un comportamiento de recuperación significativamente diferente a las incrustaciones densas clásicas, particularmente en corpus pequeños donde la estructura geométrica importa más que la escala.

No es: un recuperador más rápido, un mejor incrustador, ni nada que debas usar en producción. La simulación de circuitos cuánticos es más lenta que cosine(a, b) en hardware clásico. El punto es si la estructura importa, no si es rápida.

Stack

• Python 3.12+

• lambeq — análisis DisCoCat + compilación de circuitos

• PennyLane — circuitos cuánticos variacionales + autodiff

• JAX — gradientes (lambeq admite este backend)

• pytest, ruff

• uv para la gestión del entorno

Plan para la primera semana

1. Días 1-2: leer Coecke "Mathematical Foundations of QNLP" (2020) + Lorenz et al. "QNLP in Practice" (2023). Ejecutar el tutorial de MNIST de lambeq.

2. Días 3-4: 50 resúmenes de arXiv quant-ph → análisis DisCoCat → circuitos simulados → superposición de la regla de Born por pares → demostración de recuperación de juguete.

3. Días 5-6: conectar a MCP stdio para que qrouter sea invocable desde Claude / Cursor / Windsurf como una herramienta.

4. Día 7: decidir — profundizar en QNLP puro, o ramificarse hacia un front-end de reservorio fotónico.

Referencias

• Coecke, B., de Felice, G., Meichanetzidis, K., Toumi, A. (2020). Foundations for Near-Term Quantum Natural Language Processing.

• Lorenz, R., Pearson, A., Meichanetzidis, K., Kartsaklis, D., Coecke, B. (2023). QNLP in Practice: Running Compositional Models of Meaning on a Quantum Computer. JAIR 76.

• Quantinuum lambeq: https://github.com/CQCL/lambeq

Licencia

MIT (ver LICENSE).