Trained quantum Kolmogorov--Arnold networks can dequantize, and a discrete-logarithm encoding need not: a measurement-based map of where quantum advantage can live
本文表明,尽管训练后的量子 Kolmogorov–Arnold 网络通常可以通过低键维张量网络在经典上可模拟,但通过采用嵌入了数论难度的离散对数编码,可以在不陷入贫瘠高原的情况下,保留并实现真正的量子优势的可训练性。