量子科技中心_量科网

该研究团队在两种匹配机制（泡利噪声与原生GKP型高斯位移数字化）下量化了表面码阈值研究中的解码器依赖性。利用LiDMaS+ v1.1.0平台，研究人员对最小权重完美匹配(MWPM)、联合查找(UF)、置信传播(BP)及固定种子神经引导MWPM进行了基准测试，采用统一扫描网格与跨06-14次实验的标准报告格式。当码距d=5、噪声强度σ=0.20时，MWPM与UF定义了帕累托前沿，其（运行时间，逻辑错误率）分别为（1.341秒，0.2273）和（1.332秒，0.2303）；神经引导MWPM速度更慢且精度更低（1.396秒，0.3730），而BP表现最差（7.640秒，0.6107）。交叉引导诊断仅对MWPM显示稳定性，其中位数σ⋆3,5=0.10（1911/2000有效）与σ⋆5,7=0.1375（1941/2000有效），其他解码器则无有效交叉样本。在σ∈[0.08,0.24]密集窗口扫描中，所有解码器均返回NaN交叉值，证实阈值定位对估计器与窗口选择敏感。秩稳定性与效应量引导分析进一步验证排序鲁棒性：BP保持第4位，神经引导MWPM第3位，MWPM-UF差异微小（ΔMWPM-UF=-0.00383，95%区间[-0.0104,0.00329]），该结论在σ∈[0.05,0.35]范围内成立。线程化执行在保持统计保真度的同时提升吞吐量：泡利模式加速1.34倍，原生GKP模式1.94倍，平均|ΔLER|分别为6.07×10⁻³与5.20×10⁻³。因此，研究人员建议未来面向硬件的可复现解码器基准测试工作流应采用结合运行时保真度验证的估计器条件阈值报告机制。