量子科技中心_量科网

量子纠错缓解是一项关键技术，尤其能有效抑制噪声中等规模量子设备中的误差，在无需承担完全纠错开销的情况下实现更可靠的量子计算。该研究团队重点探讨的零噪声外推法（ZNE）是其中最具代表性的量子纠错缓解方案。然而对于深电路算法（如包含多次量子预言调用的迭代算法），ZNE在高噪声环境下的有效性会显著降低——基于低保真度数据的外推常产生失准估计，且需承担巨大开销。该工作提出了一种轻量级外推纠错框架，专为由重复操作模块构成的结构化量子算法设计。该方法通过浅层电路表征重复核心操作模块（而非完整算法）的误差，先外推估计模块保真度，再重构校正后的成功概率。研究团队在IBM Aer模拟器上通过6量子位的Grover算法仿真验证了方案有效性，并进一步在真实物理噪声环境下，基于Eagle r3架构的127量子位IBM Quantum系统开展实测。实验数据（特别是Aer模拟器结果）表明，核心模块误差呈现高度一致的指数衰减规律，这使得该技术能实现稳健的纠错效果，克服传统ZNE因强噪声下近随机行为导致统计数据不可靠的缺陷。在低噪声条件下，该方法接近理论成功概率，表现优于ZNE；在高噪声环境中，ZNE因外推数据过拟合而失效时，该方案仍能实现超过20%的成功概率提升。