새로운 오류 속성 체계는 회로의 핫스팟을 식별하여 표적화된 노이즈 감소를 유도합니다. 전체 구성 요소의 5-7%만을 목표로 하면 논리적 오류율을 15-25% 감소시키며, 무작위 선택과 비교해 약 2배 우수한 성능을 제공하므로, 제한된 자원으로도 실용적인 QEC 최적화가 가능합니다.
새로운 프로토콜은 노이즈가 있는 오라클 쿼리를 고충실도 오라클로 증류하며, 양자 학습/센싱의 양자 이점이 일정 비율의 큐비트 노이즈에서도 유지됨을 증명합니다. Grover 검색은 거의 모든 쿼리가 손상되었음에도 불구하고 오류 임계값 이하에서 이차 속도 향상을 유지합니다.