量子科技中心_量科网

采样任务在理论和实验层面均已成功确立量子优势。这推动了量子计算机在生成建模中的应用，以生成遵循给定数据集潜在概率分布的样本。特别是，基于经典难解分布构建生成模型的潜力，由于理论上的分离性，将直接排除经典可模拟性。该工作从输出分布角度研究量子生成模型，表明具有反集中特性的模型（包括展现量子优势的模型）在平均意义上不可训练。相反，输出稀疏分布数据的模型则具备可训练性。研究人员通过考察特殊案例来增强可训练性，并观察到这为经典算法实现代理采样开辟了路径。这种观测到的权衡与量子过程验证相关联。该研究团队最终指出，生成模型中仍可发现量子优势，但其来源必须区别于反集中特性。