Multi-stage Stern-Gerlach experiment modeled (with additional appendices)
本文通过引入“共量子”（co-quantum）概念，为电子自旋坍缩提供了物理机制，并在无需调整参数的情况下，以极高的统计显著性精确预测了多级斯特恩-盖拉赫实验的结果，并成功复现了相关的波函数、密度算符及不确定性关系。
⚛️ Category
quant-ph
7023 篇论文
量子物理探索着物质与能量在微观尺度上最奇妙的行为，从神秘的叠加态到跨越空间的纠缠现象，这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及，我们追踪该分类下发布的每一份最新预印本，并为其提供两种解读视角：既包含通俗易懂的科普解读，也涵盖保留核心细节的技术摘要。
无论您是希望快速掌握前沿动态的科研工作者，还是对宇宙奥秘充满好奇的普通读者，这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果，确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。
Cost of quantum secret key
本文通过建立量子密钥的资源理论，定义了量子态与设备的“密钥代价”（key cost），并证明了正则化密钥形成量（regularized key of formation）是其上界，进而探讨了隐私创建与蒸馏过程中的不可逆性及其在单次运行（single-shot）机制下的性质。
Dual Role of Squeezed-Reservoir in Quantum Phase Synchronization: Boosting and Blockade
本文通过对驱动两能级系统的研究，揭示了挤压储库（squeezed reservoir）在量子相位同步中的双重作用：它既能通过诱导极限环将系统转变为自激振荡器，从而增强同步的稳健性与频率选择性，也能通过调节挤压角抑制稳态相干性，从而实现量子同步阻断。
On the structure of higher order quantum maps
本文通过在仿射子空间（affine subspaces）的 -自伴范畴框架下研究高阶量子映射，证明了其类型可以由布尔函数（称为类型函数）来识别，并利用莫比乌斯变换将这些函数映射为偏序集，从而建立了一套通过基本链的组合（极大值与极小值）来分解和构建高阶映射结构的代数方法。
Time-dependent Neural Galerkin Method for Quantum Dynamics
本文提出了一种基于全局时间变分原理的“时间依赖神经伽辽金方法”（Time-dependent Neural Galerkin Method），通过在有限时间窗口内最小化损失函数来一次性求解整个量子态演化轨迹，并成功利用该方法模拟了横场伊辛模型在 1D 和 2D 中的量子猝灭动力学。
Quantum Subroutines in Branch-Price-and-Cut for Vehicle Routing
本文提出了一种将量子启发式算法（如量子退火或QAOA）集成到大规模分支定价割平面法（Branch-Price-and-Cut）中的混合框架，通过将车辆路径问题中的定价与分离子问题建模为QUBO问题，旨在利用量子算法的随机性来辅助经典精确算法求解NP-hard问题。
Tensor Network Estimation of Distribution Algorithms
本文通过将结合张量网络的进化算法视为概率估计算法（EDAs）进行研究，发现生成模型的建模能力与优化性能并不直接正相关，并提出通过在生成模型输出中引入显式变异算子来提升优化效果。
Experimental simulation of postselected closed timelike curves for decoding scrambled quantum information
本文通过在量子处理器上实验模拟“后选择闭合类时曲线”（PCTC），展示了一种利用后选择机制实现从未来向过去检索已扰乱量子信息的因果一致性解码协议。
Generalized quantum Zernike Hamiltonians: Polynomial Higgs-type algebras and algebraic derivation of the spectrum
本文研究了广义量子Zernike系统的哈密顿量，通过构建多项式Higgs型对称代数并将其转化为变形振子代数，实现了对该模型（）能谱的代数求解，并将其解释为原量子Zernike系统的更高阶超可积扰动。
Near-Term Fermionic Simulation with Subspace Noise Tailored Quantum Error Mitigation
本文提出了一种名为“子空间噪声定制”（SNT）的新型量子误差缓解算法，通过结合对称性验证（SV）的高效性与概率误差抵消（PEC）的低偏差特性，显著提升了当前嘈杂量子设备在模拟费米-哈伯德模型（FHM）时的性能与规模。