Cautious optimism for deep parameterized quantum circuits
이 논문은 분석적 증명과 수치적 실험을 통해 경사 하강법 기반의 매개변수화된 양자 회로가 모델 크기가 커짐에 따라 미지의 데이터에 대해 개선된 일반화 성능을 보일 수 있음을 입증하며, 이는 더 큰 모델이 성능 저하를 초래한다는 전통적인 관점에 도전하는 "이중 하강(double descent)" 현상을 보여주고 딥 양자 기계 학습에 대한 조심스러운 낙관론을 제시한다.