量子科技中心_量科网

该研究团队提出了一种免训练、可验证的量子回归误差边界方法，该方法直接从泡利期望值导出。通过将分类任务中的最小准确率启发式推广至回归任务，研究人员在泡利特征空间内评估轴对齐预测器。该工作严格证明：最优轴对齐预测器构成的误差上界，适用于基于同一量子特征映射的任何线性或核回归器所能达到的最小训练均方误差（MSE）。由于计算该精确边界需要遍历整个泡利基（计算不可行），团队引入蒙特卡洛框架，通过可处理的测量轴子集进行高效估计。研究还提供了非渐近统计保证，可在实际测量预算内验证性能。该方法能快速比较量子特征映射并早期诊断表达能力，为部署高复杂度模型前的架构选择提供依据。