Comment on "A General Framework for Constructing Local Hidden-state Models to Determine the Steerability"

Titre de la note

Commentaire sur « Un cadre général pour construire des modèles à variables cachées locales afin de déterminer la steerabilité »

1. Contexte et Problématique

Cette note est une réclamation formelle adressée par les auteurs (von Selzam et Marquardt) concernant un article récent publié sur arXiv par Jia et al. (réf. [2] dans le texte).

• Le problème : Les auteurs de la note soulignent que la méthode présentée par Jia et al. pour construire des modèles à états cachés locaux (LHS) dans le contexte de la steerabilité quantique (un problème lié à la non-localité quantique) suit de très près, voire copie, le cadre méthodologique qu'ils ont eux-mêmes développé pour construire des modèles à variables cachées locales (LHV).
• La source originale : Le travail de von Selzam et Marquardt a été publié dans PRX Quantum le 24 avril 2025 (réf. [1]). Il introduit un cadre d'apprentissage automatique pour optimiser des modèles LHV pour des ensembles continus de mesures (toutes les mesures projectives).
• L'objet de la critique : L'article de Jia et al. (posté sur arXiv le 26 décembre 2025) cite le travail de von Selzam et Marquardt, mais les auteurs estiment que cette attribution est insuffisante. Ils affirment que l'overlap méthodologique et la similarité textuelle sont bien plus importantes que ce que la simple citation d'une idée (l'expansion de la fonction de réponse) ne le suggère.

2. Méthodologie et Analyse des Similarités

Les auteurs de la note démontrent leur argumentation à travers deux tableaux comparatifs détaillés (Tableaux I, II et III dans le document original).

A. Recouvrement Méthodologique (Tableau I)

La note identifie plusieurs concepts techniques clés présents dans les deux articles, qui ne sont pas correctement attribués dans l'article de Jia et al. :

• Représentation de la distribution : Utilisation d'un nuage fini de tuples de variables cachées pour représenter la distribution.
• Paramétrisation Softmax : Utilisation d'une fonction softmax pour paramétrer la règle de mesure locale (assurant que les probabilités sont valides).
• Expansion des opérateurs : Décomposition des opérateurs de mesure en matrices de Gell-Mann généralisées, y compris un choix spécifique et non standard de normalisation pour la matrice identité $G_0$.
• Bases orthogonales : Expansion de la règle de mesure sur une base de fonctions orthogonales dans l'espace des mesures.
• Variables cachées comme coefficients : Traitement des variables cachées comme des matrices de coefficients de cette expansion.
• Harmoniques sphériques : Pour les mesures de qubits projectives, utilisation spécifique d'harmoniques sphériques impaires.
• Fonction Sigmoid : Utilisation d'une fonction sigmoïde pour garantir des gradients non nuls lors de l'optimisation numérique.
• Fonction de perte : Définition de la perte comme la distance moyenne entre les statistiques LHV (ou LHS) et quantiques sur l'ensemble des mesures.
• Optimisation Stochastique : Utilisation de la descente de gradient stochastique (SGD) avec échantillonnage par lots (batch sampling) de mesures.

B. Similarités Textuelles (Tableaux II et III)

Les auteurs montrent que de nombreux passages de l'article de Jia et al. sont des paraphrases quasi littérales de leur propre texte. Les différences se limitent souvent à :

• Un changement de notation (ex: remplacer $LHV$ par $LHS$, ou changer le nom des variables $k \to a$).
• Des substitutions de synonymes mineures.
• Des exemples concrets :
  • La définition mathématique de la fonction de perte et de la condition de convergence ($L=0$).
  • La description de l'algorithme d'optimisation stochastique (remplacement de la moyenne continue par une estimation de Monte Carlo sur un lot fini).
  • La formulation exacte de l'expansion en harmoniques sphériques et des vecteurs de dimension $d = \frac{1}{2}(D+1)(D+2)$.
  • La définition de la fonction softmax pour contraindre les probabilités.

3. Contributions et Résultats Clés

Bien que la note ne présente pas de nouveaux résultats expérimentaux, elle établit les faits suivants :

• Extension légitime mais mal présentée : Les auteurs reconnaissent que l'application de leur cadre LHV au problème de la steerabilité (LHS) est une extension raisonnable et intéressante. L'article de Jia et al. apporte un élément nouveau spécifique : la paramétrisation des états cachés via des matrices complexes non contraintes.
• Le problème central : Le problème n'est pas l'extension elle-même, mais la présentation. La manière dont l'article de Jia et al. est rédigé donne l'impression fausse que le cadre sous-jacent est une contribution originale majeure de leur part, alors qu'il s'agit d'une réutilisation directe de la méthodologie de von Selzam et Marquardt.
• Preuve de plagiat méthodologique : La note documente que l'overlap dépasse largement l'attribution donnée (qui ne concerne que l'idée d'expansion polynomiale), couvrant l'architecture complète de l'optimisation, la paramétrisation et la formulation mathématique.

4. Signification et Impact

Cette note est cruciale pour l'intégrité scientifique dans le domaine de l'information quantique :

1. Attribution correcte : Elle vise à corriger la perception de la paternité intellectuelle. Le cadre général pour l'optimisation de modèles cachés via l'apprentissage automatique appartient à von Selzam et Marquardt.
2. Transparence : Elle met en lumière la nécessité de citer non seulement l'idée de base, mais aussi la structure méthodologique complète lorsqu'elle est réutilisée, même dans un contexte légèrement différent (LHV vs LHS).
3. Précédent : Elle sert d'avertissement contre la pratique de la "paraphrase technique" où le fond méthodologique est copié en ne changeant que la terminologie de surface pour éviter la détection de plagiat ou pour minimiser l'attribution.

En résumé, cette note démontre que l'article de Jia et al. s'appuie de manière substantielle et non correctement attribuée sur le travail antérieur de von Selzam et Marquardt, tant sur le plan algorithmique que textuel, pour résoudre un problème connexe de la physique quantique.