Fair Decoder Baselines and Rigorous Finite-Size Scaling for Bivariate Bicycle Codes on the Quantum Erasure Channel

1. Problema Identificado

El artículo aborda dos problemas metodológicos recurrentes que distorsionan la estimación de umbrales en la literatura sobre códigos de comprobación de paridad de baja densidad cuántica (QLDPC), específicamente para los códigos de bicicleta bivariada (BB) en el canal de borrado cuántico:

1. Injusticia en la línea base del decodificador: Muchas comparaciones anteriores utilizan un decodificador de coincidencia de pesos mínimos (MWPM) para códigos de superficie que ignora la información de borrado. El autor demuestra que, en el canal de borrado, un MWPM "no informado" (que trata los borrados como errores de despolarización estándar sin conocer su ubicación) tiene un rendimiento equivalente a adivinar al azar. Comparar códigos de BB contra esta línea base sesgada infla artificialmente las ventajas aparentes de los códigos BB.
2. Confusión entre umbrales pseudo-finitos y asintóticos: Existe una tendencia a reportar umbrales pseudo (el punto donde la tasa de error lógico, WER, cruza un valor fijo, ej. 0.10) para tamaños de código finitos como si fueran los umbrales asintóticos verdaderos. Esto lleva a subestimar o malinterpretar el rendimiento real a medida que el código crece.

2. Metodología

El estudio emplea un marco de simulación Monte Carlo riguroso y reproducible:

• Códigos: Se estudia una familia específica de códigos de bicicleta bivariada (BB) definida por polinomios generadores $A = x^3 + y + y^2$ y $B = y^3 + x + x^2$ sobre $\mathbb{Z}_L \times \mathbb{Z}_M$. Se analizan cinco tamaños de código ($N$) desde 144 hasta 1296 qubits físicos.
• Canal y Decodificación:
  • Canal: Canal de borrado cuántico, donde cada qubit se borra independientemente con probabilidad $p$. Los qubits borrados reciben errores Pauli X y Z aleatorios.
  • Decodificador BB: Se utiliza BP-OSD (Belief Propagation con Ordenamiento de Síntomas) con información de borrado (los qubits borrados tienen probabilidad de canal 0.5, los no borrados $10^{-10}$).
  • Líneas Base (Comparación Justa): Se implementan dos variantes de MWPM para códigos de superficie (toric):
    1. MWPM no informado: Convierte la tasa de borrado a una tasa de despolarización efectiva (sin usar la ubicación del borrado).
    2. MWPM consciente del borrado (Erasure-aware): Asigna peso 0 a los qubits borrados y pesos altos a los restantes, forzando la corrección a través de las ubicaciones conocidas. Esta es la comparación justa.
• Análisis Estadístico:
  • Muestreo: 200,000 disparos (shots) por punto de datos.
  • Incertidumbre: Intervalos de confianza del 95% mediante bootstrap paramétrico (5,000 iteraciones).
  • Escalamiento Finito (FSS): Se utiliza una función de escalamiento universal (polinomio de grado 3) para extrapolar el umbral asintótico ($p^*_\infty$) y el exponente crítico ($\nu$) a partir de los datos de tamaños finitos.

3. Contribuciones Clave

1. Corrección de la Justicia en la Comparación: Demostración empírica de que el MWPM estándar sin información de borrado falla catastróficamente en el canal de borrado (WER $\approx$ 0.75, equivalente a adivinar). Se establece que las comparaciones de códigos deben usar decodificadores conscientes del borrado para ser válidas.
2. Estimación Rigurosa del Umbral Asintótico: Mediante FSS, se determina un umbral asintótico preciso para la familia BB bajo BP-OSD, separando claramente los efectos de tamaño finito del límite teórico.
3. Reproducibilidad Total: Se publican todas las semillas de aleatoriedad, versiones de paquetes y configuraciones, permitiendo la reproducción exacta de los resultados, algo raro en simulaciones de QLDPC.
4. Análisis de Eficiencia (Overhead): Una comparación directa de la eficiencia de qubits (qubits físicos por qubit lógico) entre códigos BB y códigos de superficie a umbrales comparables.

4. Resultados Principales

• Umbrales Pseudo-finitos: Los umbrales pseudo ($WER=0.10$) para los códigos BB aumentan con el tamaño, pasando de $p^* \approx 0.370$ ($N=144$) a $p^* \approx 0.471$ ($N=1296$).
• Umbral Asintótico ($p^*_\infty$): La extrapolación mediante FSS arroja un umbral asintótico de $p^*_\infty \approx 0.488$ (con un intervalo de confianza estadístico de $\pm 0.001$ y una incertidumbre sistemática estimada de $\lesssim 0.005$).
  • Este valor está dentro del 2.4% del límite de tasa cero ($p=0.5$), logrado sin decodificación de máxima verosimilitud (ML).
  • El exponente crítico estimado es $\nu \approx 1.18$, consistente con una transición de segundo orden.
• Comparación con Códigos de Superficie:
  • En una comparación justa (MWPM consciente del borrado), el código BB de $N=1296$ alcanza un umbral de $0.471$, ligeramente superior al código de superficie de $N=2592$ ($0.460$).
  • Ventaja de Overhead: La diferencia más significativa no es el umbral, sino la eficiencia. El código BB [[1296, 12]] utiliza 108 qubits físicos por qubit lógico, mientras que el código de superficie comparable requiere 1296 qubits físicos por qubit lógico. Esto representa una reducción de 12 veces en el overhead normalizado para los códigos BB en este régimen.
• Comportamiento de la Tasa: Existe una compensación (trade-off) clara: los códigos BB más pequeños tienen tasas de codificación más altas (hasta 0.083) pero umbrales más bajos, mientras que los códigos más grandes alcanzan umbrales más altos a costa de tasas muy bajas (~0.009).

5. Significado e Impacto

Este trabajo redefine cómo se deben evaluar los códigos QLDPC en canales de borrado:

1. Cambio de Paradigma en la Evaluación: Establece que comparar códigos en el canal de borrado usando decodificadores que ignoran la ubicación de los errores es metodológicamente incorrecto. La ventaja de los códigos BB no es solo su umbral, sino su eficiencia de qubits.
2. Viabilidad de BP-OSD: Demuestra que el decodificador BP-OSD es casi óptimo para esta familia de códigos en el canal de borrado, alcanzando el 97.6% del límite de Shannon de tasa cero sin necesidad de decodificación ML computacionalmente costosa.
3. Implicaciones Prácticas: Para presupuestos de qubits físicos limitados, los códigos de bicicleta bivariada ofrecen una protección lógica superior (más qubits lógicos por el mismo número de qubits físicos) en comparación con los códigos de superficie locales, a pesar de la naturaleza no local de los códigos BB.
4. Estándar de Reproducibilidad: El artículo sirve como un modelo para futuras investigaciones en simulación cuántica, enfatizando la necesidad de reportar semillas y versiones de software para validar resultados numéricos.

En resumen, el papel concluye que los códigos de bicicleta bivariada compiten eficazmente en el canal de borrado principalmente a través de su eficiencia de qubits (reducción de overhead) y no solo por un umbral de error marginalmente superior, siempre que se utilicen líneas base de decodificación justas y se realice un escalamiento finito adecuado.