量子科技中心_量科网

基于瞬时量子多项式（IQP）电路的量子生成模型在保持经典可训练性的同时，展现出学习复杂分布的巨大潜力。然而，当前实现存在两个关键缺陷：对生成输出缺乏可控性，以及生成结果严重偏向某些预期模式。该研究团队提出了一种模块化电路架构的可控量子生成框架ConQuER，通过轻量级控制器电路与预训练IQP电路直接结合，无需完整重训练即可精确调控输出分布。该方案充分发挥IQP优势，仅需极少的参数和量子门开销即可实现汉明权重分布等特性的精准控制。受控制器设计启发，研究人员进一步通过数据驱动优化将这种模块化方法扩展至底层IQP架构，在结构化数据集上显著降低了生成偏差。ConQuER保留了高效经典训练特性和高度可扩展性，在多个量子态数据集上的实验验证表明，其仅需极低附加成本即可实现优于原始IQP电路的控制精度与均衡生成性能。该工作弥合了量子计算优势与可控生成建模实际需求之间的鸿沟。