量子科技中心_量科网

该研究团队提出了一种改进的单次随机性提取表征方法（针对量子侧信息的隐私放大），强化了已知的单次界限，并为已知最严格渐近约束提供了统一推导框架。其主要工具是通过测量提升经典平滑散度而定义的新型光滑条件熵类。对于关键的二阶测量光滑Rényi散度情形，研究表明这可以等效理解为不仅允许对量子态进行平滑处理，还允许对非正定厄米算符进行平滑。基于此，团队建立了强化的剩余哈希引理，显著改进了所有已知的量子隐私放大光滑最小熵界限，并恢复了最精确的经典可达性结果。 团队将这些方法扩展到解耦（随机性提取的相干类比）领域，获得了相应的改进单次界限。通过放宽光滑熵边界，得到了基于测量Rényi散度的单次可达性结果，在渐近独立同分布极限下恢复了[Dupuis, arXiv:2105.05342]中最先进的误差指数。研究通过给出匹配的单次逆界限（至对数可加项），证明了结果的近似最优性。这导出了在迹距离下隐私放大的最优二阶渐近展开，建立了比[Shen等, arXiv:2202.11590]中先前结果显著更紧的单次可达性证明，并验证了其对所有哈希函数的最优性。