量子科技中心_量科网

量子错误缓解（QEM）技术对于从短期量子设备中获取可靠结果至关重要，但实际部署需要在时变噪声环境下平衡缓解强度与运行时开销。该研究团队提出“GSC-QEMit”——一种基于遥测数据的“上下文-预测-老虎机”自适应缓解框架，可根据漂移演化在轻量级抑制与强干预之间动态切换。该框架包含三个耦合模块：(G) 采用生长型分层自组织映射（GHSOM）将流式遥测数据聚类为操作上下文；(S) 基于不确定性感知的子采样高斯过程预测器，用于短期保真度退化预测；(C) 成本感知的上下文多臂老虎机（CMAB），通过汤普森采样结合显式干预成本来选择缓解措施。研究团队在Qiskit Aer模拟的非稳态噪声环境中，使用标定化测试平台（其中动作标签对应分级缓解强度）对GHZ态、量子傅里叶变换和Grover搜索等基准电路族进行评估。结果表明：对于Clifford门、非Clifford门及结构化工作负载，相较于未缓解方案，GSC-QEMit将平均逻辑保真度提升9.0%，同时通过仅在推断噪声峰值时启动强干预，显著减少了不必要的重度干预。最终策略展现出优异的保真度-成本平衡特性，且无需针对特定电路调整即可跨评估工作负载迁移。