⚛️ quantum physics

Classical Simulations of Low Magic Quantum Dynamics

यह शोध पत्र कम मैजिक (low magic) वाले एडेप्टिव क्वांटम सर्किटों के लिए शास्त्रीय सिमुलेशन एल्गोरिदम प्रस्तुत करता है, जो नॉन-स्टेबिलाइज़रनेस (non-stabilizerness) को दबाने के लिए पॉली मापन (Pauli measurements) का लाभ उठाते हैं और उन बड़े पैमाने के मॉनिटर्ड सर्किटों में मेजरमेंट-इंड्यूस्ड फेज ट्रांजिशन के अध्ययन को सक्षम बनाते हैं जो पारंपरिक मैट्रिक्स-प्रोडक्ट स्टेट विधियों के लिए अप्राप्य हैं।

मूल लेखक: Kemal Aziz, Haining Pan, Michael J. Gullans, J. H. Pixley

प्रकाशित 2026-05-22

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kemal Aziz, Haining Pan, Michael J. Gullans, J. H. Pixley

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक सामान्य, क्लासिकल कंप्यूटर (जैसे कि वह लैपटॉप जिसका आप अभी उपयोग कर रहे हैं) पर एक जटिल क्वांटम कंप्यूटर को सिम्युलेट करने की कोशिश कर रहे हैं। आमतौर पर, यह असंभव है। जैसे-जैसे आप अधिक क्वांटम बिट्स (qubits) जोड़ते हैं, उन्हें वर्णित करने के लिए आवश्यक जानकारी इतनी तेजी से बढ़ती है कि 50 बिट्स तक पहुँचने से पहले ही वह पूरे ब्रह्मांड को भर देगी। यह शतरंज के खेल में हर संभावित चाल को लिखने की कोशिश करने जैसा है, लेकिन हर बार चाल चलने पर बोर्ड बड़ा होता जाता है।

हालाँकि, यह शोध पत्र विशिष्ट प्रकार के क्वांटम सर्किट को सिम्युलेट करने के लिए एक नया "शॉर्टकट" तरीका पेश करता है जो लगभग सरल हैं, लेकिन पूरी तरह से नहीं।

यहाँ रोजमर्रा के उपमाओं (analogies) का उपयोग करके इसका विवरण दिया गया है:

1. समस्या: "मैजिक" (जादू) बनाम "स्टेबलाइजर्स" (स्थिरक)

क्वांटम अवस्थाओं (states) को दो सामग्रियों वाले रूप में सोचें:

स्टेबलाइजर्स (बोरिंग चीज़ें): ये क्वांटम अवस्था के अनुमानित और आसानी से गणना योग्य हिस्से हैं। यदि सर्किट केवल इनका उपयोग करता है, तो एक क्लासिकल कंप्यूटर इसे आसानी से सिम्युलेट कर सकता है। यह बुनियादी सामग्रियों के साथ एक सरल रेसिपी का पालन करने जैसा है।
मैजिक (वाइल्ड कार्ड): यह "नॉन-स्टेबलाइजर" हिस्सा है। यही वह चीज़ है जो क्वांटम कंप्यूटर को शक्तिशाली और सिम्युलेट करने में कठिन बनाती है। यह एक गुप्त, अराजक मसाले को जोड़ने जैसा है जो व्यंजन को अप्रत्याशित बना देता है। इस अवस्था में जितना अधिक "मैजिक" होगा, इसे सिम्युलेट करना उतना ही कठिन होगा।

अधिकांश क्वांटम सर्किट बहुत सारा मैजिक पैदा करते हैं, जिससे वे क्लासिकल रूप से सिम्युलेट करना असंभव हो जाता है। लेकिन, यदि आप मैजिक को कम रखते हैं, तो आप उन्हें सिम्युलेट कर सकते हैं।

2. समाधान: एक डायनेमिक "फोर्किंग" मैप (शाखा विभाजन मानचित्र)

लेखकों ने एक नया एल्गोरिदम विकसित किया है जो एक डायनेमिक मैप की तरह कार्य करता है।

मैप: हर एक संभावित परिणाम को ट्रैक करने के बजाय (जो आकार में विस्फोट कर देता है), एल्गोरिदम एक "स्टेबलाइजर स्टेट" (आसान हिस्सा) और "लॉजिकल ऑपरेटर्स" (मैजिक) की एक छोटी सूची को ट्रैक करता है।
फोर्किंग (शाखा विभाजन): जब क्वांटम सर्किट एक "T-गेट" (एक विशिष्ट ऑपरेशन जो मैजिक जोड़ता है) लागू करता है, तो एल्गोरिदम अभिभूत नहीं होता है। इसके बजाय, वह मैप को "फोर्क" या विभाजित कर देता है। कल्पना कीजिए कि एक पेड़ की शाखा दो या तीन नई शाखाओं में विभाजित हो रही है। प्रत्येक शाखा क्वांटम अवस्था के थोड़े अलग संस्करण का प्रतिनिधित्व करती है।
मेज़रमेंट्स (मापन): सर्किट में मापन (qubits की जाँच करना) भी शामिल है। इसे पेड़ की छंटाई करने वाले माली के रूप में सोचें। जब कोई मापन होता है, तो यह पेड़ की उन पूरी शाखाओं को काट सकता है जिनकी अब आवश्यकता नहीं है, जिससे जटिलता वापस सिमट जाती है।

मुख्य अंतर्दृष्टि यह है कि इन विशिष्ट सर्किटों में, "छंटाई" (मापन) इतनी तेज़ी से होती है कि वह "पेड़" (शाखाओं की संख्या) को अनियंत्रित होने से रोक देती है, भले ही "मैजिक" जोड़ा जा रहा हो।

3. प्रयोग: "ऑल-टू-ऑल" (सर्व-से-सर्व) सर्किट

इसका परीक्षण करने के लिए, शोधकर्ताओं ने एक मानक, स्थानीय सर्किट (जहाँ क्वबिट केवल अपने पड़ोसियों से बात करते हैं) के बजाय, एक "ऑल-टू-ऑल" मॉडल का उपयोग किया।

उपमा: एक ऐसी पार्टी की कल्पना करें जहाँ हर कोई हर किसी से जुड़ा हुआ है, न कि केवल उन लोगों से जो उनके बगल में बैठे हैं। इसे सिम्युलेट करना बहुत कठिन है क्योंकि इसमें कोई "लोकल" संरचना का लाभ नहीं उठाया जा सकता।
सेटअप: उन्होंने एक ऐसा सर्किट बनाया जहाँ यादृच्छिक (random) क्वबिट जोड़े परस्पर क्रिया करते हैं, यादृच्छिक "मैजिक" (T-गेट्स) जोड़ा जाता है, और यादृच्छिक मापन लिया जाता है।
परिणाम: वे इस प्रकार के अराजक, नॉन-लोकल सेटअप के लिए पहले से संभव से कहीं अधिक बड़े सिस्टम को सिम्युलेट करने में सक्षम रहे। वे सर्किट के विकसित होते समय "मैजिक" और "एंटैंगलमेंट" (क्विबिट्स के बीच जुड़ाव) को सफलतापूर्वक ट्रैक करने में सफल रहे।

4. खोज: फेज ट्रांजिशन (चरण संक्रमण)

जैसे-जैसे उन्होंने मैजिक इंजेक्शन की दर बनाम मापन की दर को बदला, उन्होंने व्यवहार के स्पष्ट "फेज" देखे, जो पानी के बर्फ से तरल या भाप में बदलने के समान है:

फेज I और II (कम मैजिक): सिस्टम अपेक्षाकृत सरल रहता है। "मैजिक" कम रहता है (Area Law), और सिस्टम को कुशलतापूर्वक सिम्युलेट किया जा सकता है।
फेज़ III और IV (उच्च मैजिक): सिस्टम अराजक हो जाता है। "मैजिक" बड़ा हो जाता है (Volume Law या Power Law), और सिस्टम को सिम्युलेट करना बहुत कठिन हो जाता है।
ट्रांजिशन (संक्रमण): एक महत्वपूर्ण बिंदु है जहाँ सिस्टम आसान सिम्युलेशन से कठिन सिम्युलेशन में बदल जाता है। लेखकों ने पाया कि "मैजिक" ट्रांजिशन और "एंटैंगलमेंट" ट्रांजिशन, मापन कैसे किए जा रहे हैं इसके आधार पर अलग-अलग दरों पर होते हैं।

5. यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

यह पेपर दावा करता है कि यह विधि निम्नलिखित के लिए एक शक्तिशाली नया उपकरण है:

क्वांटम एरर करेक्शन: यह सिम्युलेट करना कि क्वांटम कंप्यूटर शोर (noise) और त्रुटियों को कैसे संभालते हैं, जिसमें अक्सर उच्च मापन दर वाले सर्किट शामिल होते हैं।
क्वांटम भौतिकी को समझना: यह वैज्ञानिकों को बड़े, जटिल सिस्टम में "मेज़रमेंट-इंड्यूस्ड फेज ट्रांजिशन" (MIPTs) का अध्ययन करने की अनुमति देता है जो पहले गणना के लिए बहुत बड़े थे।
मौजूदा उपकरणों का पूरक बनना: वर्तमान विधियाँ (जैसे मैट्रिक्स प्रोडक्ट स्टेट्स) सरल, स्थानीय सिस्टम के लिए बेहतरीन हैं लेकिन यहाँ विफल हो जाती हैं। यह नई विधि "कम मैजिक, उच्च एंटैंगलमेंट" वाले सिस्टम के अंतर को भरती है।

संक्षेप में: लेखकों ने एक नया क्लासिकल कंप्यूटर एल्गोरिदम बनाया है जो एक स्मार्ट माली की तरह कार्य करता है। यह "मैजिक" जोड़े जाने पर क्वांटम "पेड़" को शाखाएं उगाने देता है, लेकिन मापन होने पर उन शाखाओं की आक्रामक रूप से छंटाई करता है। यह उन्हें उन बड़े, अराजक क्वांटम सिस्टम को सिम्युलेट करने की अनुमति देता है जो पहले मॉडल करना असंभव थे, जिससे यह पता चलता है कि ये सिस्टम सरल और जटिल व्यवहारों के बीच कैसे स्विच करते हैं।

तकनीकी सारांश: लो मैजिक क्वांटम डायनेमिक्स के क्लासिकल सिमुलेशन

समस्या विवरण
क्वांटम मेनी-बॉडी सिस्टम्स की गतिशीलता (dynamics) का अनुकरण करना मौलिक रूप से चुनौतीपूर्ण है क्योंकि हिल्बर्ट स्पेस का विस्तार घातांकीय (exponential) होता है। जबकि मैट्रिक्स प्रोडक्ट स्टेट्स (MPS) जैसे टेंसर नेटवर्क तरीके एरिया-लॉ एंटैंगमेंट (area-law entanglement) को कुशलतापूर्वक संभालते हैं, वे वॉल्यूम-लॉ एंटैंगमेंट द्वारा अभिलक्षित जेनेरिक क्वांटम डायनेमिक्स के लिए विफल हो जाते हैं। इसके विपरीत, स्टेबलाइजर फॉर्मलिज्म क्लिफोर्ड सर्किट्स के कुशल सिमुलेशन की अनुमति देता है, लेकिन यह गैर-क्लिफोर्ड ऑपरेशंस (मैजिक) को कैप्चर नहीं कर सकता जो सार्वभौमिकता (universality) के लिए आवश्यक हैं। मौजूदा नियर-स्टेबलाइजर सिमुलेशन तकनीकें अक्सर क्लिफोर्ड सर्किट्स पर सैंपलिंग करने पर निर्भर करती हैं, जो स्टोकेस्टिक ओवरहेड पेश करती हैं और क्वांटम एरर करेक्शन (QEC) तथा मेजरमेंट-इंड्यूस्ड फेज ट्रांजिशन (MIPTs) में सामान्य डायनेमिक, मेजरमेंट-ड्रिवन इवोल्यूशन के साथ संघर्ष करती हैं। ऐसे क्लासिकल एल्गोरिदम की आवश्यकता है जो कम स्तर के "मैजिक" (नॉन-स्टेबिलाइज़नेस) वाले सर्किट्स का अनुकरण कर सकें, जबकि नॉन-लीनियर ऑब्जर्वेबल्स जैसे कि एंटैंगमेंट एंट्रॉपी और प्यूरिफिकेशन टाइम को कंप्यूट करने के लिए स्टेट का सटीक प्रतिनिधित्व बनाए रख सकें।

कार्यप्रणाली (Methodology)
लेखक लो-रैंक स्टेबलाइजर डिकंपोजिशन (LRSD) पर आधारित एक नियतात्मक (deterministic) क्लासिकल सिमुलेशन एल्गोरिदम विकसित करते हैं। सैंपलिंग-आधारित दृष्टिकोणों के विपरीत, यह विधि पूरे सर्किट इवोल्यूशन के दौरान डेंसिटी मैट्रिक्स $\rho(t) = |\psi(t)\rangle\langle\psi(t)|$ का सटीक प्रतिनिधित्व बनाए रखती है।

LRSD प्रतिनिधित्व: स्टेट को एक सिंगल स्टेबलाइजर स्टेट पर कार्य करने वाले लॉजिकल ऑपरेटर्स के योग के रूप में दर्शाया जाता है:
$|\psi\rangle\langle\psi| = \sum_{l \in \mathcal{L}_{LRSD}} \lambda_l \sigma_l \rho_S$
जहाँ $\rho_S$ एक स्टेबलाइजर ग्रुप $S$ द्वारा परिभाषित एक स्टेबलाइजर स्टेट है, $\sigma_l$ लॉजिकल पॉली ऑपरेटर्स हैं जो $S$ के साथ कम्यूट (commute) करते हैं, और $\lambda_l$ वास्तविक गुणांक (coefficients) हैं। यह संरचना नॉन-स्टेबलाइजर कंटेंट को एक कॉम्पैक्ट सेट ऑफ लॉजिकल ऑपरेटर्स में अलग करती है।
डायनेमिक अपडेट्स: एल्गोरिदम इस डिकंपोजिशन को तीन प्रकार के ऑपरेशंस के तहत अपडेट करता है:
- क्लिफोर्ड यूनिटरीज (Clifford Unitaries): ये पॉली ऑपरेटर्स को पॉली ऑपरेटर्स में मैप करते हैं, जिससे स्टेबलाइजर ग्रुप और लॉजिकल ऑपरेटर्स को बिना संख्या बढ़ाए अपडेट किया जाता है।
- पॉली मेजरमेंट्स (Pauli Measurements): मेजरमेंट ऑपरेटर $P$ और स्टेबलाइजर ग्रुप/लॉजिकल्स के बीच कम्यूटेशन संबंधों के आधार पर, एल्गोरिदम या तो स्टेट को सीधे अपडेट करता है, एंटी-कम्यूटिंग लॉजिकल्स को हटा देता है, या एंटी-कम्यूटिंग मामलों को संभालने के लिए स्टेबलाइजर डिकंपोजिशन करता है। मेजरमेंट्स लॉजिकल्स की संख्या को कम कर सकते हैं, जो नॉन-क्लिफोर्ड गेट्स द्वारा होने वाली वृद्धि का मुकाबला करते हैं।
- T-गेट्स (नॉन-क्लिफोर्ड): T-गेट को उन भागों में डीकंपोज किया जाता है जो पॉली ऑपरेटर्स के साथ कम्यूट या एंटी-कम्यूट करते हैं। एक T-गेट लागू करने से लॉजिकल ऑपरेटर्स "फोर्क" (विभाजित) हो सकते हैं, जिससे सबसे खराब स्थिति (Cases II और IV) में टर्म्स की संख्या तीन गुना या (Case III में) दोगुनी हो सकती है।
ट्रंकेशन और मैजिक क्वांटिफिकेशन: कंप्यूटेशनल लागत को प्रबंधित करने के लिए, एक ट्रंकेशन पैरामीटर $\epsilon$ पेश किया जा सकता है ताकि $|\lambda_l| < \epsilon$ वाले टर्म्स को हटाया जा सके। लेखक स्टेबलाइजर नलिटी ( $M$ ) को मैजिक के माप के रूप में परिभाषित करते हैं: $M(|\psi\rangle) = L - \log_2 |S(|\psi\rangle)|$ । बड़े सिस्टम्स के लिए $M$ को कंप्यूट करने के लिए, वे एक स्केलेबल बेल सैंपलिंग एल्गोरिदम (Ref. [48] से अनुकूलित) लागू करते हैं जो स्टेट $|\psi\rangle \otimes |\psi\rangle$ से पॉली स्ट्रिंग्स को सैंपल करके बेल डिफरेंसेस द्वारा स्पैन किए गए स्पेस के आयाम का अनुमान लगाता है।
सर्किट मॉडल: एल्गोरिदम को ऑल-टू-ऑल रैंडम सर्किट मॉडल्स (सिंगल-पेयर ऑल-टू-ऑल) पर बेंचमार्क किया गया है, जहाँ दो-क्विबिट गेट्स (CZ) और सिंगल-क्विबिट मेजरमेंट्स रैंडमली चुने गए क्विबिट्स पर कार्य करते हैं। दो वेरिएंट्स का अध्ययन किया गया है:
- Z-बेसिस मेजरमेंट्स: कम्प्यूटेशनल बेसिस में डायगोनल, जो T-गेट्स को सर्किट के अंत तक कम्यूट करने की अनुमति देते हैं।
- X-बेसिस मेजरमेंट्स: नॉन-डायगोनल, जो T-गेट्स को कम्यूट करने से रोकते हैं और सक्रिय रूप से एंटैंगमेंट को संशोधित करते हैं।

मुख्य परिणाम

स्पेस कॉम्प्लेक्सिटी और दक्षता:
- एल्गोरिदम स्टेट को निर्दिष्ट करने के लिए आवश्यक मेमोरी एंट्रीज की संख्या में पॉलीनोमियल स्केलिंग ( $N \sim L^\alpha$ जहाँ $\alpha \approx 2$ ) प्रदर्शित करता है, बशर्ते कि T-गेट रेट सब-एक्सटेंसिवली स्केल करे (जैसे, $p_T \sim 1/L$ या $1/L^2$ )।
- यह फुल स्टेट-वेक्टर मेथड्स ( $2^L$ ) की एक्सपोनेंशियल स्केलिंग के विपरीत है।
- इसकी दक्षता तब भी बनी रहती है जब CZ गेट्स के स्थान पर रैंडम क्लिफोर्ड गेट्स का उपयोग किया जाता है, जो सर्किट स्ट्रक्चर के प्रति मजबूती (robustness) प्रदर्शित करता है।
- एन्सेम्बल-एवरेज लागत दुर्लभ "हार्ड ट्रैजेक्टरीज" (जिनमें एक्सपोनेंशियल लागत होती है) द्वारा हावी नहीं होती है; लॉजिकल ऑपरेटर्स का वितरण एक पावर-लॉ टेल (power-law tail) रखता है लेकिन अध्ययन किए गए सिस्टम साइज ( $L \le 256$ ) के लिए व्यवहार्य रहता है।
मेजरमेंट-इंड्यूस्ड फेज ट्रांजिशन (MIPTs):
- प्यूरिफिकेशन ट्रांजिशन: X-बेसिस मॉडल में, लेखक एक प्यूरिफिकेशन ट्रांजिशन की पहचान करते हैं जहाँ सिस्टम एक मिक्स्ड फेज (एक्सपोनेंशियल प्यूरिफिकेशन टाइम) से प्योर फेज (कांस्टेंट प्यूरिफिकेशन टाइम) में जाता है। क्रिटिकल मेजरमेंट रेट $p_{cp}^m \approx 0.26(1)$ पाया गया है, जिसमें डायनेमिकल एक्सपोनेंट $z_p \approx 0.22(2)$ और कोरिलेशन लेंथ एक्सपोनेंट $\nu_p \approx 0.45(5)$ है। यह ट्रांजिशन पाया गया है कि T-गेट्स की दर के प्रति असंवेदनशील है।
- मैजिक ट्रांजिशन: Z-बेसिस मॉडल में, "मैजिक" (स्टेबलाइजर नलिटी) में एक विशिष्ट फेज ट्रांजिशन देखा गया है। सिस्टम T-गेट डेंसिटी स्केलिंग एक्सपोनेंट $\beta$ (जहाँ $p_T = \eta/L^\beta$ ) और मेजरमेंट रेट के आधार पर एरिया-लॉ मैजिक (कुशल रूप से सिमुलेबल) और पावर-लॉ/सब-एक्सटेंसिव मैजिक फेजेस के बीच ट्रांज़िशन करता है।
- एंटैंगमेंट बनाम मैजिक: यह अध्ययन एंटैंगमेंट और मैजिक ट्रांजिशन के बीच अलगाव को प्रकट करता है। Z-बेसिस मॉडल में, एंटैंगमेंट T-गेट्स की दरों के संबंध में डिजेनरेट है (कम्यूटेशन के कारण), जबकि मैजिक नॉन-ट्रिवियल रूप से स्केल करता है। एंटैंगमेंट स्केलिंग (एरिया/वॉल्यूम लॉ) और मैजिक स्केलिंग (एरिया/पावर लॉ) के संयोजन के आधार पर चार अलग-अलग फेजेस की पहचान की गई है।
एल्गोरिदम प्रदर्शन:
- बेल सैंपलिंग विधि $L=256$ तक के सिस्टम साइज के लिए पॉलीनोमियल समय में सटीक स्टेबलाइजर नलिटी तक कन्वर्ज होती है।
- मध्यम $\epsilon$ ( $\sim 10^{-2}$ ) के साथ ट्रंकेशन लॉजिकल्स की संख्या को काफी कम कर देता है (कई ऑर्डर्स द्वारा), जबकि स्टेबलाइजर नलिटी जैसे नॉन-ट्रिवियल ऑब्जर्वेबल्स की सटीकता को बनाए रखता है।

महत्व और दावे
यह पेपर दावा करता है कि यह स्टेबलाइजर लिमिट के पास क्वांटम सर्किट्स को सिमुलेट करने के लिए एक नया कार्यप्रणाली प्रदान करता है जो MPS दृष्टिकोणों का पूरक है। इसका प्राथमिक महत्व यह है कि:

सटीक डेंसिटी मैट्रिक्स इवोल्यूशन: सैंपलिंग विधियों के विपरीत, यह पूर्ण डेंसिटी मैट्रिक्स को बनाए रखता है, जिससे नॉन-लीनियर ऑब्जर्वेबल्स (एंटैंगमेंट, प्यूरिफिकेशन) की गणना संभव होती है जो केवल आउटपुट-प्रोबेबिलिटी-ओनली सिमुलेटर के लिए अगम्य हैं।
वॉल्यूम-लॉ एंटैंगमेंट को संभालना: यह सफलतापूर्वक वॉल्यूम-लॉ एंटैंगमेंट वाले सिस्टम्स का अनुकरण करता है, जो एक ऐसा क्षेत्र है जहाँ MPS विफल हो जाता है, बशर्ते कि "मैजिक" (नॉन-क्लिफोर्ड रिसोर्सेज) कम बना रहे।
नए फेजेस का लक्षण वर्णन: यह एंटैंगमेंट ट्रांजिशन से भिन्न एक "मैजिक ट्रांजिशन" की पहचान करता है, जो मॉनिटर्ड सर्किट्स की कंप्यूटेशनल हार्डनेस के लिए एक रिसोर्स-थ्योरेटिक परिप्रेक्ष्य प्रदान करता है।
स्केलेबिलिटी: एल्गोरिदम यह प्रदर्शित करता है कि फुल डेंसिटी मैट्रिक्स का de-trajectory-resolved सिमुलेशन $L \sim 100-250$ जैसे बड़े सिस्टम साइज के लिए भी व्यवहार्य है, जो छोटे पैमाने के सटीक सिमुलेशन और बड़े पैमाने के अनुमानित तरीकों के बीच के अंतर को पाटता है।

लेखक सीमाओं को नोट करते हैं: कुशल सिमुलेशन एरिया-लॉ मैजिक फेज या क्रिटिकल मेजरमेंट रेट के पास सीमित है। वे सामान्य उच्च-मैजिक, उच्च-एंटैंगमेंट डायनेमिक्स को हल करने का दावा नहीं करते हैं, बल्कि वे कम-मैजिक, उच्च-एंटैंगमेंट डायनेमिक्स के विशिष्ट क्षेत्र के लिए एक टूल प्रदान करते हैं जो QEC और MIPTs के लिए प्रासंगिक है।

1. समस्या: "मैजिक" (जादू) बनाम "स्टेबलाइजर्स" (स्थिरक)

2. समाधान: एक डायनेमिक "फोर्किंग" मैप (शाखा विभाजन मानचित्र)

3. प्रयोग: "ऑल-टू-ऑल" (सर्व-से-सर्व) सर्किट

4. खोज: फेज ट्रांजिशन (चरण संक्रमण)

5. यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

इसी तरह के और पेपर