量子科技中心_量科网

该研究团队探究了量子生成对抗网络（QGANs）在图像生成任务中的性能。研究重点在于生成器与判别器完全量化的实现方案。通过对当前主流架构进行大量数值测试，研究人员发现QGANs难以实现跨数据集的泛化能力，其输出仅能收敛至训练数据的平均表征。当生成器输出为纯态时，该工作通过解析推导获得了判别器性能的下界——该下界由生成器纯态输出与目标数据分布之间的保真度决定，从而为现有模型表现出的局限性提供了理论解释。研究结果揭示了当前量子生成模型在泛化能力方面存在的根本性挑战。虽然分析聚焦于QGANs，但相关结论对同类量子生成模型的性能表现具有更广泛的启示意义。