量子科技中心_量科网

该研究团队提出了一种序列建模框架，其潜在状态是在有限维希尔伯特空间下、遵循学习得到的时变哈密顿量演化的复数值波函数。与传统依赖门控机制抑制竞争假设的循环架构不同，该框架利用量子干涉效应：哈密顿量通过调控复数振幅的相位，使冲突解释相互抵消而兼容解释彼此增强。动力学过程严格遵循酉演化，通过凯莱（克兰克-尼科尔森）离散化确保每个时间步的状态范数精确守恒。标记概率采用玻恩定则提取，这个二次测量算子耦合了幅值与相对相位。核心理论贡献是表征该读出机制优势的分离定理：团队定义了一类消歧任务，证明N维复值酉模型可精确求解，但配备标准仿射-softmax读出的实值正交模型需要Ω(N²)状态维度才能实现。该二次差距源于玻恩定则将N维状态隐式提升至秩一埃尔米特矩阵空间，从而利用线性投影无法获取的成对相位相关性。最后，团队推导了潜在概率质量的连续性方程，其守恒的成对电流可作为诊断维度间信息流动的内置分析工具。