Explore

弱Schur采样对独立的逐副本噪声保持鲁棒性，输出误差受限于噪声底线ε加上O(d/√n)——证明了基础的Keyl-Werner谱估计算法在真实的含噪量子设备上仍然有效。

用于量子态层析成像的改进算法，能够高效学习具有稳定子秩O(log n)的n量子比特态。关键进展：将稳定子范围的上界从k^O(k)紧化至2^O(k)，使得poly(n,2^k,1/ε)时间的层析协议成为可能。

新协议在高保真和低保真两种情况下实现了玻色子量子态层析的最优高斯近似，并首次提出了容错高斯性测试方法，证明了非高斯测量是必要的。

缩小了量子层析中并行策略与顺序策略之间的差距。通过仅使用并行查询，在钻石距离中学习d维酉通道时，实现了最优的O(d²/ε)查询复杂性，与顺序性能相匹配，不牺牲效率。

开发了高效算法，仅使用单量子比特测量来学习稀疏量子态，具有多项式样本复杂度。这使得在当前NISQ设备上可以实现纠缠系统的实用态层析，而无需使用纠缠门。

新的层析方法通过利用隐藏块结构，实现了对具有广泛纠缠和魔法性质的混合量子态的多项式样本重构，超越了仅限于受限态类的先前方法。

研究人员建立了使用非相干测量学习低秩量子通道的紧查询复杂度界限。结果显示与相干协议相比有Õ(r)的开销，完全刻画了量子记忆在通道刻画中的代价。

展示了使用相干贝尔差分采样学习量子态所有4^n个平方泡利矩的指数级加速。引入量子伯恩斯坦范数作为非线性泛函的不相容性度量，实现O(m[n+log(1/δ)]/ε²)样本复杂度，其中m...

跨多个副本的纠缠测量对于混合费米和玻色子高斯态的最优学习是必要的。这项工作证明了一个基本分离：单副本测量需要Ω(m³/ε²)个样本，而集体测量达到Θ(m²/ε²)。

GRPO-QM学习量子态层析的探索策略，同时通过Metropolis修正保持后验分布。分析表明大部分收益来自物理建议而非学习的调度，这对量子推断有直接影响。

研究人员证明了学习低秩量子态的最优样本复杂度，表明对t个样本进行联合测量相比单样本层析改进了√t倍，并且具有匹配的算法和信息论界。

新型张量网络方法将量子态层析复杂度从指数级降低到与量子比特数成线性关系，同时保证物理有效性。能够从有限测量中高效重构混合量子态，相比传统方法速度提升10倍以上...

研究人员开发了图着色算法，将量子算子分割成对易子集，将量子态层析的测量需求减少了数个量级，同时通过基于优先级的调度来最大化每个实验的信息增益。