⚛️ quantum physics

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

De auteurs wijzen erop dat de methode van Jia et al. voor het construeren van lokale verborgen-toestandsmodellen sterk overeenkomt met hun eigen eerder ontwikkelde raamwerk, en betogen dat de huidige attributie de omvang van deze methodologische en tekstuele overlap ontoereikend weergeeft.

Oorspronkelijke auteurs: Nick von Selzam, Florian Marquardt

Gepubliceerd 2026-04-20

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Nick von Selzam, Florian Marquardt

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Verhaal: Een Diefstal van het Ontwerpplan

Stel je voor dat twee architecten werken aan hetzelfde grote probleem: hoe je een complex gebouw (in dit geval een kwantumexperiment) kunt nabootsen met een simpele, klassieke machine.

Architect A (Von Selzam & Marquardt) heeft onlangs een algemeen bouwplan gepubliceerd. Dit plan beschrijft hoe je een machine kunt bouwen die gedraagt alsof hij kwantummechanica begrijpt, maar eigenlijk alleen maar slimme statistieken gebruikt. Ze noemen dit een "LHV-model" (een model met verborgen variabelen). Ze hebben dit plan gedetailleerd uitgewerkt, inclusief de specifieke gereedschappen die je nodig hebt: hoe je de materialen meet, hoe je de machine leert (met een soort "leren van fouten" techniek) en welke blauwdrukken je gebruikt.

Architect B (Jia et al.) heeft kort daarna een nieuw artikel geplaatst. Zij zeggen: "Kijk, wij hebben een vergelijkbaar plan bedacht om een soortgelijk gebouw te bouwen, maar dan voor een iets andere versie van het probleem (het 'sturen' van kwantumdeeltjes)."

Het Probleem: Te veel gelijkenis, te weinig eer

De auteurs van dit commentaar (Architect A) zeggen: "Wacht even. Jullie plan is niet zomaar 'vergelijkbaar'. Het is bijna een kopie van ons plan."

Ze vergelijken dit met iemand die een recept voor een taart publiceert, maar in plaats van te zeggen "ik heb dit recept van mijn oma geleerd", doet hij alsof hij het zelf heeft bedacht, terwijl hij precies dezelfde ingrediënten, dezelfde baktemperatuur en zelfs dezelfde zinnen uit het originele recept overneemt.

Hier zijn de drie belangrijkste punten van hun klacht, vertaald naar alledaagse taal:

1. Het Bouwplan is Identiek (De Methode)

Architect B gebruikt precies dezelfde gereedschappen en stappen als Architect A, maar noemt ze niet allemaal bij naam.

De Analogie: Stel je voor dat je een auto bouwt met een speciaal type motor, een unieke versnellingsbak en een bepaald type banden. Architect A heeft uitgelegd hoe je die combinatie maakt. Architect B bouwt nu een vrachtwagen en gebruikt exact diezelfde motor, versnellingsbak en banden, maar zegt alleen: "We hebben een motor gebruikt" en vergeet te zeggen dat het die specifieke motor is die Architect A heeft ontworpen.
In de tekst staat een lijst (Tabel I) die laat zien dat bijna elk technisch detail (zoals het gebruik van 'softmax' voor berekeningen of het gebruik van 'bolharmonischen' als meetlat) uit het oude plan komt, maar in het nieuwe artikel vaak zonder bronvermelding wordt gepresenteerd.

2. De Zinnen zijn "Gekopieerd en Geverfd" (De Tekst)

Dit is het meest opvallende punt. De auteurs zeggen dat de zinnen in het nieuwe artikel bijna letterlijk hetzelfde zijn als in hun oude artikel, alleen met een paar woorden veranderd.

De Analogie: Het is alsof Architect A schrijft: "De auto rijdt sneller als je op het gaspedaal duwt."
En Architect B schrijft: "Het voertuig beweegt sneller als je op het gaspedaal drukt."
Het is technisch gezien een andere zin, maar de betekenis, de structuur en de volgorde zijn identiek. Ze hebben alleen het woord "auto" veranderd in "voertuig" en "duwen" in "drukken". In de wetenschap heet dit "paraphrasing", maar als je het te vaak doet, lijkt het op plagiaat.
De auteurs tonen in hun tekst (Tabel II en III) side-by-side vergelijkingen waar je kunt zien dat de zinnen over "verliesfuncties" (een manier om fouten te meten) en "stochastische afstappen" (een manier om te leren) bijna letterlijk hetzelfde zijn.

3. Wat is er dan wél nieuw?

De auteurs van het commentaar zeggen: "Oké, jullie hebben een klein beetje iets nieuws toegevoegd."

De Analogie: Architect A heeft een blauwdruk voor een standaard huis. Architect B heeft die blauwdruk genomen en er een zwembad bij gebouwd. Dat is een prima uitbreiding!
In dit geval hebben Jia et al. hun model aangepast voor een specifiek kwantumprobleem (het "stuurbaarheids"-probleem) en hebben ze een nieuwe manier bedacht om de verborgen staten te beschrijven (met complexe matrices). Dat is goed.
Het punt van de klacht: Het probleem is niet dat ze het zwembad hebben gebouwd. Het probleem is dat ze doen alsof ze het hele huis (de basisstructuur, de fundering, de muren) zelf hebben ontworpen, terwijl ze dat eigenlijk alleen maar hebben overgenomen van Architect A.

Conclusie: Waarom maakt dit uit?

In de wetenschap is het cruciaal om eerlijk te zijn over wie wat heeft bedacht. Als je een idee van iemand anders gebruikt, moet je zeggen: "Dit idee is van X, maar wij hebben het uitgebreid met Y."

De auteurs van dit commentaar vinden dat Jia et al. te veel hebben overgenomen van hun werk zonder dat duidelijk genoeg is gemaakt. Het geeft de lezer de verkeerde indruk dat het hele complexe raamwerk oorspronkelijk van Jia et al. komt, terwijl het eigenlijk een herschrijving is van het werk van Von Selzam en Marquardt.

Kort samengevat:
Het is alsof iemand een boek schrijft over hoe je een cake bakt, maar 90% van de tekst overneemt van een ander boek, alleen met andere woorden. Ze zeggen wel: "We hebben een nieuw recept voor een chocoladecake bedacht," maar vergeten te zeggen dat ze de basisreceptuur, de bakmethode en de zinnen over het mengen van deeg volledig hebben gekopieerd van de oorspronkelijke schrijver. Dit commentaar is een waarschuwing: "Wees eerlijk over wie de oorspronkelijke schrijver is."

Titel en Context

Titel: Comment op 'A General Framework for Constructing Local Hidden-state Models to Determine the Steerability'
Auteurs: Nick von Selzam en Florian Marquardt (Max Planck Institute for the Science of Light & FAU Erlangen-Nürnberg)
Doel: Dit artikel is een commentaar (of "rebuttal") op een recente preprint (arXiv:2512.21848) van Jia et al. De auteurs van dit commentaar stellen dat de methode van Jia et al. voor het construeren van lokale verborgen-toestand (LHS) modellen voor kwantumsturing (quantum steering) in grote mate overloopt met hun eigen eerder gepubliceerde werk (PRX Quantum, 2025) over lokale verborgen-variabele (LHV) modellen, zonder dat de omvang van deze overlap en de tekstuele gelijkenissen adequaat worden erkend.

1. Het Probleem

Het fundamentele probleem in de kwantumfysica is het onderscheiden tussen kwantumcorrelaties en klassieke correlaties.

LHV-modellen: Worden gebruikt om te testen of een kwantumtoestand lokaal realistisch kan worden beschreven (geen Bell-ongelijkheid schending).
LHS-modellen: Zijn specifiek gericht op het probleem van kwantumsturing (steering), waarbij men onderzoekt of de waarnemingen aan één kant van een gedeelde toestand kunnen worden verklaard door een lokaal verborgen model, gegeven de metingen aan de andere kant.

De kernvraag is of een bepaalde kwantumtoestand "stuurbaar" is. Als een LHS-model kan worden geconstrueerd dat de kwantumstatistiek perfect nabootst, is de toestand niet stuurbaar.

2. Methodologie en Technische Overlap

Von Selzam en Marquardt betogen dat de methode van Jia et al. niet alleen een "uitbreiding" is, maar een directe toepassing van hun eigen framework, met zeer specifieke methodologische overeenkomsten die verder gaan dan wat Jia et al. citeren.

De Kern van het Framework (oorspronkelijk in Ref. [1]):
Het framework gebruikt machine learning-technieken om LHV/LHS-modellen te construeren voor continue sets van metingen (zoals alle projectieve metingen).

Parametrisatie: Het verborgen-variabeleverdeling wordt benaderd door een eindige "wolk" van verborgen-variabele tuples.
Optimalisatie: Er wordt gebruikgemaakt van een verliesfunctie (loss function) die de afstand meet tussen de kwantumstatistiek en het LHV/LHS-model over alle mogelijke metingen.
Gradient-based Learning: Het model wordt geoptimaliseerd via stochastische gradient descent (SGD) met batch-sampling van metingen.

Specifieke Overlappunten (zoals gedocumenteerd in Tabel I):
Von Selzam en Marquardt tonen aan dat Jia et al. de volgende concepten overnemen zonder adequate attributie:

Softmax-parametrisatie: Het gebruik van een softmax-functie om lokale meetregels te parametriseren zodat ze voldoen aan waarschijnlijkheidsvoorwaarden ( $0 \le p \le 1$ en som = 1).
Uitbreiding in basisfuncties: Het uitbreiden van meetoperatoren in een basis van gegeneraliseerde Gell-Mann-matrices (inclusief een specifieke, niet-standaard normalisatie voor $G_0$ ).
Basis voor de meetregel: Het uitbreiden van de meetregel zelf in orthonormale basisfuncties op de ruimte van metingen.
Sferische harmonischen: Voor qubit-metingen wordt specifiek gebruikgemaakt van oneven sferische harmonischen om de verborgen variabelen te parametriseren.
Sigmoid-functie: Het gebruik van een sigmoid-functie om te zorgen voor niet-verdwijnende gradienten tijdens de numerieke optimalisatie (in plaats van een Heaviside-stapfunctie).
Verliesfunctie: De definitie van de loss als de gemiddelde afstand (mean deviation) over alle metingen, behandeld als een Monte Carlo-schatting via batch-sampling.

3. Tekstuele Gelijkenissen

Naast de methodologische overlap, wijzen de auteurs op aanzienlijke tekstuele gelijkenissen (Tabel II en III).

Parafrafering: Veel passages in het artikel van Jia et al. zijn bijna letterlijke vertalingen of parafraferingen van hun eigen tekst, waarbij vaak alleen de notatie is aangepast (bijv. $LHV \to LHS$ , of variabelen hernoemd van $k \to a$ ).
Voorbeelden:
- De definitie van de verliesfunctie en de interpretatie ervan als "gemiddelde afwijking".
- De beschrijving van het stochastische karakter van het algoritme (vervanging van het continue gemiddelde door een Monte Carlo-schatting via batches).
- De wiskundige formulering van de update-regel voor de parameters ( $\theta_{new} = \theta_{old} - \eta \nabla_\theta L$ ).
- De specifieke definitie van de Gell-Mann-matrices en de normalisatieconstante.

De auteurs benadrukken dat hoewel het toepassen van hun framework op het sturingsprobleem een redelijke uitbreiding is, de presentatie in het artikel van Jia et al. de valse indruk wekt dat het onderliggende framework grotendeels een originele bijdrage van hen is.

4. Belangrijkste Bijdrage van Jia et al. (Erkend door Von Selzam & Marquardt)

De auteurs erkennen dat er een nieuw element is in het werk van Jia et al.:

De parametrisatie van de verborgen toestanden via ongebonden complexe matrices. Dit is specifiek nodig voor het sturingsprobleem (in tegenstelling tot de reële vectoren in het oorspronkelijke LHV-framework).
De auteurs van het commentaar stellen echter dat dit specifieke element niet de reden is voor de grote mate van overlap in de rest van de methodologie en de tekst.

5. Resultaten en Conclusie

Conclusie: Het artikel van Jia et al. presenteert een methode die methodologisch en tekstueel sterk overlapt met het werk van von Selzam en Marquardt uit 2025.
Kritiek: De attributie in het artikel van Jia et al. is ontoereikend. Hoewel ze verwijzen naar het werk van von Selzam en Marquardt (als Ref. [17]), wordt de omvang van de methodologische afhankelijkheid en de tekstuele gelijkenis niet eerlijk weergegeven. De lezer zou kunnen denken dat het framework een nieuwe ontwikkeling is van Jia et al., terwijl het in feite een directe toepassing is van een bestaand framework.
Significantie: Dit commentaar dient om de intellectuele eigendom te beschermen en de wetenschappelijke integriteit te waarborgen door duidelijk te maken dat de kern van de "machine learning-based framework" voor het construeren van verborgen-modellen al eerder is gepubliceerd en dat de huidige publicatie te veel leunt op eerdere werk zonder de juiste erkenning.

Samenvattend: Het commentaar is een formele klacht over gebrek aan adequate citatie en plagiaat-achtige tekstuele overeenkomsten, waarbij wordt onderstreept dat de kern van de methodologie (machine learning voor LHV/LHS constructie) al eerder door de auteurs zelf is ontwikkeld.