量子科技中心_量科网

量子设备基准测试是推动量子技术持续发展的基础性工作。然而，对大规模量子设备进行精确的原位表征仍面临巨大挑战：这类系统存在多种误差源，且无法通过经典计算机模拟。该研究团队提出基于随机电路采样（RCS）的新型基准测试方法，大幅拓展了传统方案的适用范围。与现有仅输出单一指标（电路保真度）的基准测试不同，该框架无需修改实验装置即可提取丰富的诊断信息，包括时空误差分布、关联性与情境性误差、以及有偏置的读出误差。更值得关注的是，该团队通过利用参考量子设备获取的比特串样本作为辅助信息，开发出无需经典计算机难解量子电路模拟的误差表征技术。该方法建立在RCS数据的高维统计建模基础上，通过推导辅助信息不同情形下样本复杂度的匹配上下界，精确刻画了误差估计的信息理论极限，并揭示了学习能力随辅助信息量变化的惊人相变现象。研究人员采用公开的先进超导处理器RCS数据进行验证，获得的原位表征结果与组件级校准在定性层面一致但定量层面存在差异。该成果既为当前及未来量子计算机建立了实用基准测试方案，也从信息理论层面揭示了RCS数据学习能力的根本性限制。