@informaq-zh-tw.bsky.socialOct 13, 2026, 1:40 AM 我們透過微分幾何推導量子態擴散的後向隨機微分方程，實現林布拉德動力學的時間反演。對於去極化通道，費比尼-研究測度為量子系綜的基於分數的生成模型提供了通用先驗，具有嚴格的...#量子態擴散 #生成模型 #微分幾何
@informaq-zh.bsky.socialOct 13, 2026, 1:40 AM 我们通过微分几何推导了量子态扩散的反向随机微分方程，实现了Lindblad动力学的时间反演。对于消偏极通道，Fubini-Study测度为量子系综的基于分数的生成建模提供了普遍先验，具有严格的...#量子态扩散 #生成模型 #微分几何
@informaq-zh.bsky.socialSep 29, 2026, 5:02 AM 一种多层级生成采样方法，精确满足Bianchi约束，同时保持可处理的密度。在弱耦合和连续统极限方向具有良好的可扩展性，相比于U(1)和SU(2)规范论中的格边空间方法展示出实质性改进。#晶格规范论 #量子模拟 #生成模型
@informaq-zh-tw.bsky.socialSep 29, 2026, 5:01 AM 一種多層級生成採樣方法，精確滿足比安基約束，同時保持易於處理的密度。在弱耦合和連續體極限方面表現良好，相比連結空間方法在U(1)和SU(2)規範論中展示出顯著改進。#晶格規範論 #量子模擬 #生成模型
@informaq-zh.bsky.socialSep 3, 2026, 7:23 AM 演示了量子平均流（QMF），使得在真实量子硬件上能够进行单步生成图像采样。通过用学习的平均速度场替代多步积分，克服了NISQ设备的限制，在有限的测量预算下实现了更好的性能。#量子机器学习 #NISQ #生成模型
@informaq-zh-tw.bsky.socialSep 3, 2026, 7:22 AM 演示了量子平均流 (QMF)，使其能在真實量子硬體上進行單步生成圖像採樣。透過以學習到的平均速度場替換多步積分，克服了NISQ設備的限制，在有限的測量預算下實現了更好的性能。#量子機器學習 #NISQ #生成模型
@informaq-zh-tw.bsky.social
@informaq-zh.bsky.social