量智信息中心_量科网

显著的技术进步使得高速率、高距离的量子低密度奇偶校验码（QLDPC）成为可扩展量子计算的有力候选方案。然而，对于一般的QLDPC码，设计低深度的症状提取电路十分困难，这类电路需要避免错误从辅助量子比特扩散到多个数据量子比特，即所谓钩状错误。此外，基于置信传播的常用译码器因坦纳图中的短环而性能受损。该研究探讨了一种硬件感知方法，利用偏置噪声辅助量子比特来避免这些钩状错误和短环。通过分析在实用场景中广泛考虑的自行车双变量码和循环超图乘积码实例，该工作表明：当辅助量子比特仅受相位翻转错误影响时，与传统症状提取电路相比，有效容错距离可显著提高，短环数量也可大幅减少。当电路噪声水平为 \(2\times 10^{-3}\) 且辅助量子比特中比特翻转错误的发生概率比相位翻转错误低50倍时，逻辑错误率几乎能提升一个数量级。该工作证明了在无法维持完全偏置的偏置噪声量子比特中，存在显著且实用的量子纠错优势。