序列化场景中的语境性形式化
该论文提出了一个用于表征序列场景的框架,既可通过实验数据识别语境性现象,又能从隐变量模型角度对数据给出精确的操作性解释。与传统的非定域性场景不同,序列场景中每个测量仪器都可能改变量子态以影响后续测量,因此必须对隐变量模型中的态更新机制进行数学描述。研究人员为此类序列场景构建了新型隐变量模型,并提出了“无扰动”概念:当仪器B的统计特性不受仪器A是否被测量的影响时,称A不扰动B。该工作建立了适用于序列场景的非语境不等式,证明其破缺意味着数据无法用兼具确定性和无扰动特性的隐变量模型解释。此外,该研究团队还实现了传统语境性框架向序列框架的转化,在保持原不等式和语境性度量不变的前提下,赋予其新的序列化操作诠释。



