该论文综述了量子学习理论领域的多项研究成果,重点探讨在“概率近似正确”(PAC)框架下学习量子编码经典概念的问题。该工作的核心在于强调:当通过不同标记预言机进行查询式学习时,经典学习与量子学习在查询复杂度、样本复杂度和时间复杂度上存在的本质差异。该研究旨在整合上述研究范式下该领域所有已知成果,并通过向读者呈现23个待解问题,凸显当前认知的局限性。