量子科技中心_量科网

超导量子处理器单元（QPU）由于硬件限制，无法为量子纠错（QEC）生成海量数据集，因此QEC解码器高度依赖基于量子比特错误模型的合成数据。传统具有多项式复杂度的退极化错误模型精度有限，而基于相干密度矩阵的方法则面临指数级复杂度（∝O(4ⁿ)，其中n代表量子比特数量）。本论文提出PAEMS模型：一种精准自适应的量子比特错误建模方法。其量子比特级分离框架通过引入泄漏传播机制，实现了跨时空维度的错误演化捕捉。利用重复码实验数据集，PAEMS通过端到端优化流程有效识别了量子比特的固有错误。在IBM量子处理器上的实验表明，该模型将时间相关、空间相关及时空混合关联误差分别降低了19.5倍、9.3倍和5.2倍，超越了所有现有方案。在IBM Brisbane/Sherbrooke/Torino、中国移动"五岳"及科大国盾"天衍"等多量子平台上，其精度较谷歌SI1000错误模型提升58%-73%。