⚛️ 量子物理
A Generalized quantum Stein lemma on von Neumann algebras
本文针对任意冯·诺依曼代数上的独立同分布正态态与凸且张量稳定族，建立了广义量子斯坦莱姆引理（quantum Stein lemma），证明了在相对熵有限的假设下，最坏情况下的第二类错误指数由正则化相对熵实现，并给出了强逆定理。
⚛️ Category
quant-ph
11134 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。
⚛️ 量子物理
Optimal transducers using symmetries
本文通过证明最优催化剂可以被选为协变的且换能器是分块对角化的，从而展示了利用对称群如何简化最优量子换能器的构建，进而能够为搜索和振幅放大等基本原语系统地推导最优算法。
⚛️ 量子物理
Quantum impurity models: easy at equilibrium, universal in motion
本文表明，尽管量子杂质模型的平衡性质可以被经典算法高效近似，但其时间演化能够实现通用量子计算，从而在这些系统的静态与动态机制之间建立了显著的计算复杂度对比。
⚛️ 量子物理
Spiking neural networks for streaming qubit readout
本文介绍了用于超导量子比特读取的脉冲神经网络，该网络利用时间结构在 FPGA 硬件上提供低延迟、流式的状态估计，其性能优于传统的匹配滤波器，同时接近全迹人工神经网络的准确度。
⚛️ 量子物理
On the pseudorandomness of simple quantum processes
本文通过证明能够形成近似酉设计（unitary designs）的系综仍能被高效地与真正随机的酉矩阵区分开来，从而揭示了统计矩匹配与计算伪随机性之间的根本差距，进而反驳了关于简单的局部随机量子过程在普遍意义上会产生伪随机酉矩阵的猜想。
⚛️ 量子物理
An exponential separation between entanglement-assisted and unassisted one-way quantum communication
本文通过证明全布尔函数存在指数级差异，即一个特定的子群成员判定问题在利用先验纠缠的情况下仅需 个经典比特即可解决，而在没有纠缠的情况下则需要 个量子比特，从而解决了量子通信复杂度领域中一个长期存在的开放性问题。
🔬 凝聚态物理
Beyond Light Cones: State Preparation Complexity in Quantum Spin Glasses
本文通过基于泡利剖面复杂度（Pauli profile complexity）和度量熵（metric entropy）的方法，为稠密量子 -自旋哈密顿量的态制备复杂度建立了严格的下界，证明了实现接近基态能量需要超线性的门计数，并证明了具有有限非克利福德（non-Clifford）资源的浅层电路无法超越积态。
⚛️ 量子物理
Fermionic Gaussianity can be tested with mode-independent sample-complexity
本文介绍了一种用于限定量子态属性测试样本复杂度的通用技术，并证明了通过模态无关的贝尔采样程序，以 个副本最优地确定一个未知的纯态是费米子高斯态还是远离高斯态集合，是可实现的。
🔬 凝聚态物理
Local random quantum circuits converge to the Porter-Thomas distribution in polynomial depth
本文严谨地证明了多项式深度局部随机量子电路的输出分布在全变分距离下收敛于波特-托马斯（Porter-Thomas）分布，为此前缺乏此类证明的量子优越性演示奠定了理论基础。
⚛️ 量子物理
Complexity and Applications of Nearest Stabilizer Product State Problems
本文对最近稳定子乘积态问题进行了完整的复杂度分类，证明了虽然其中两个特定情形是易处理的，但其余七种不同的变体均为 NP 完全，其应用范围涵盖了从改进经典模拟界限到纠缠度量以及低秩矩阵补全等领域。