LiDMaS+中混合连续变量与离散变量量子纠错的统一硬件-解码器架构
该研究团队提出了一种面向LiDMaS+系统中混合连续变量与离散变量量子纠错的架构级硬件-逻辑-解码器执行堆栈。通过将供应商原生记录标准化为统一的解码器输入输出契约,该方案在固定控制条件下对MWPM、UF、BP及神经MWPM四种解码器进行回放验证。在基于Xanadu测试夹具及抽样公开数据集的案例研究中,回放完整性达到100%:108/108组测试数据与4000/4000条真实数据切片请求-响应记录完全匹配,未出现请求解析错误、响应解析错误或解码器名称不匹配情况。研究表明,在相同输入条件下,解码器行为呈现显著的机制依赖性:测试数据加权统计显示,平均比特翻转次数分别为1.296(MWPM)、1.296(UF)、0.667(BP)和1.296(神经MWPM);真实数据加权统计中,平均比特翻转次数为0.641(MWPM)、0.741(UF)、0.318(BP)和0.641(神经MWPN),对应非空翻转率分别为0.490、0.490、0.318和0.490。 质量控制的本质在于可解释性权衡:BP解码器采取保守干预策略但残留误差较高,而MWPM系列解码器干预更积极且能清除更多症候群。无症候群警告率保持解码器无关性(测试数据加权值0.259,真实数据0.510),验证了从硬件输入到逻辑校正的稀疏语义保持。分析阶段重运行产生的SHA-256校验值完全一致,支持确定性研究迭代。在光子GKP导向的硬件方案中,这些成果为根据操作机制选择解码策略建立了实用基准框架。值得注意的是,BP解码器较MWPM在测试数据中降低48.6%加权校正量,在真实数据切片中分别较MWPM和UF降低50.4%与57.1%的加权校正量。

