朝着量子态的“金发姑娘”盲压缩迈进

量子自动编码器(QAE)是一种学习架构,能够将量子数据压缩到低维潜在状态,同时保留重建所需的信息。该团队研究了通过k量子比特瓶颈进行盲单副本压缩的问题,并探究了在平均不保真度下达到信息论最优所需的最小电路宽度。在传统架构(窄但非通用)与完全通用且完全正迹保持(CPTP)实现(通用但过参数化)之间,该团队识别出一个“金发姑娘”区域。该团队证明:对于每个n量子比特纯态的分布,存在一个恰好使用k个编码器辅助比特和n个解码器辅助比特的QAE,能够实现所有CPTP编码器-解码器对上的最优保真度。编码器侧的结论是严格的——该团队构造了源族,其中每个最优方案必然使用至少k个编码器辅助比特,从而精确确定了通用编码器阈值。在解码器侧,该团队表明等距解码器对于若干可解析处理的源族恰好是最优的,但该团队也展示了一个明确的反例,证明解码器等距性并非普遍充分。尽管如此,数值实验表明性能差距在实际中可忽略不计。

作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-05-02 05:29

量科快讯