量子科技中心_量科网

该团队报告了NISQ时代分类器中随机噪声模型与算法性能之间的根本性差异。利用ibm_kingston处理器，研究人员刻画了“Kingston常数”（κ≈0.07），该常数对应93%的信号幅度坍缩。尽管存在这种衰减，该团队证明Hadamard测试感知器仍保持了93.9%的MNIST准确率，验证了所提出的Hadamard弹性定律。然而，在特征深度较高时（N=256），出现了一种系统性分歧——“相干性间隙”（Δρ≈0.91），即物理硬件性能崩溃而随机模拟仍保持弹性。该间隙表明，相干相位误差（而非退极化噪声）是制约量子线性层扩展的主要障碍。此外，在ibm_kingston处理器上的实验结果显示，当N=256时存在一道“相干性壁垒”，此时电路深度（D≈10k）超过了该硬件的弹性深度极限（D_max≈3.5k）。该工作提供了一个精炼的硬件感知模型，用以解释这种相干性引起的信号衰减，从而为当前NISQ设备上鲁棒量子线性层的性能建立了预测边界。