⚛️ 唯象学
Dark-State Interference in an Effective Confined Three-Level Color System
本文提出了一种受量子色动力学（QCD）启发的有效模型，证明了类似于量子光学中电磁诱导透明现象的暗态干涉，可以通过在双光子共振条件下将低能夸克-反夸克态与一个混合态解耦，从而抑制受限三能级颜色系统中稳态的色电极化率。
⚛️ 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
Stellar rank under the contraction of SU(1,1) to the Heisenberg-Weyl group
本文研究了在 向海森堡-外尔群收缩过程中恒星秩（stellar rank）的行为，论证了哈西米函数零点的重新分布与存续如何在极限情况下表征有限秩福克态，并揭示了一个质量从圆盘边缘逃逸的临界转变过程。
⚛️ 量子物理
Exact Posterior Prediction from Product Haar Measurements and a Randomized-Mesh Maximum-Likelihood Bridge
本文通过使用基于永久式的公式和相对熵保证，建立了未知量子态在 Haar 测量下的精确有限样本后验预测，同时展示了随机有限字母表极大似然估计量如何在不需要确定性唯一性条件的情况下，在投影网格上实现渐近最优性。
🔬 材料科学
Reducing TLS loss in tantalum CPW resonators using titanium sacrificial layers
作者们证明，在钽薄膜顶部沉积一层超薄钛牺牲层可作为固态氧清除剂，通过化学还原原生氧化物界面，从而使钽共面波导谐振器的内部品质因子提高一倍以上，达到 150 万以上。
📊 统计学
Hierarchy of discriminative power and complexity in learning quantum ensembles
本文引入了一套量子积分概率度量（MMD-）层级结构，该结构揭示了在学习量子系综时判别能力与样本效率之间存在根本性的权衡，并建立了紧凑的样本复杂度界限，同时展示了其在优化量子机器学习模型损失函数方面的实际效用。
⚡ 电气工程
Quantum Hamiltonian-Based Generative Modeling of Single-Cell Transcriptomics for Gene Regulatory Network Inference
本文介绍了 QHGM，这是一种新型的基于量子哈密顿量的生成框架，并配以一种可扩展的变分量子算法（VQ-Net），该框架在从单细胞转录组数据中推断基因调控网络方面显著优于经典方法，这一点已通过在合成基准测试上的卓越准确性以及在胶质母细胞瘤中具有生物学合理性的发现得到了证实。
⚛️ 量子物理
Adversarial Information Gain in Non-ideal Quantum Measurements
本文建立了观测者非理想量子仪器中的噪声与对手通过隐蔽测量所能提取的最大信息量之间的关系，推导了在同基底和相互无偏场景下兼容性的充分必要条件，并为前者提供了一种设备实现方案。
🔬 物理学
Quantum simulation with sum-of-squares spectral amplification
本文引入了平方和谱放大（SOSSA）框架，该框架通过提供实现能量和相位估计的快速算法，显著提升了低能问题的量子模拟性能，并实现了相对于通用方法的渐近加速，这一点已在 Sachdev-Ye-Kitaev 模型和现实世界的量子化学系统中得到了验证。
🔬 凝聚态物理
Impact of etches on thin-film single-crystal niobium resonators
本研究表明，对分子束外延生长的单晶铌薄膜进行不同的酸清洗处理，会通过诱导氢扩散和表面碳氢化合物晶体形成，显著降低其电学和超导性能，从而导致电阻率比值和谐振器品质因数大幅下降。
💰 量化金融
Tackling Decision Processes with Non-Cumulative Objectives using Reinforcement Learning
本文介绍了一种将非累积马尔可夫决策过程（NCMDPs）转换为标准马尔可夫决策过程（MDPs）的通用映射，该映射能够直接应用现有的强化学习技术来优化任意奖励函数，并证明了在多种任务中均具有提升的性能和训练效率。