6391 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。
该论文提出了一种基于固定未训练量子电路和切比雪夫特征编码的硬件高效量子储层计算框架，通过遗传搜索优化架构并结合后训练定点量化技术，在 Tetouan 城市电力负荷预测任务中，以 6 至 8 位量化在保持预测精度损失不超过 1% 的同时显著降低了读出门的内存占用，从而提升了资源受限边缘场景下的部署实用性。
该论文提出了首个针对玻色多体系统（如 Bose-Hubbard 模型）的严格吉布斯采样框架，通过证明其耗散生成子具有能隙，实现了在量子计算机上高效制备热态并计算热力学性质，从而为无限维系统的吉布斯采样提供了首个数学可控的解决途径。
该论文通过利用量子傅里叶变换对角化平移对称性的特性，构建了像素平移等变的量子卷积神经网络（QCNN），并证明了其在深度扩展下能避免梯度消失（ barren plateau）问题。
该论文提出了一种基于非变分量子优化（Iterative-QAOA）的泛基因组引导序列组装新方法，通过引入高阶二进制优化（HUBO）编码和定制电路编译策略，有效降低了变量规模与硬件开销，并在模拟及 IBM 量子硬件上验证了其在解决 NP 难组装瓶颈问题上的可行性。
该论文提出了一种名为“基于采样的量子编码（SBQE）”的新范式，通过将数据分布映射到不同初始量子态的采样次数上，在无需数据编码门的情况下实现了混合态表示，从而在 Fashion MNIST 和 Semeion 数据集上显著提升了量子神经网络的分类精度并克服了现有编码方案的局限性。
本文综述了生成函数在量子力学（特别是现代极化理论和量子相变研究）中的应用，提出了一种利用广义 Bargmann 不变量构建几何 Binder 累积量的新方法，该方法能有效识别能隙闭合、金属 - 绝缘体转变及量子相变，并通过模型计算和保真度易感性分析验证了其有效性。
该论文通过将量子参考框架与群论方法相结合，在格点量子电动力学中构建了包含纯规范场和费米子的量子纠错码结构，揭示了规范对称性作为一种编码机制，能够利用量子参考框架解决规范破坏错误的简并性，从而在超越稳定子码的框架下实现信息保护。
本文提出了一种名为自适应量子优化质心初始化（AQOCI）的方法，通过将质心初始化问题构建为二次无约束二进制优化（QUBO）问题并利用量子退火或量子启发式求解器，结合迭代细化机制，在合成数据和恶意软件分类数据集上实现了优于或媲美传统 k-means++ 初始化方法的聚类性能。
本文通过推导非线性项必须满足的对易关系，验证了空间局域化项的合法性，但发现此前用于抑制自旋模型宏观叠加的项无法满足该约束，并借助玩具模型阐释了形成空间“薛定谔猫”态需克服能量势垒的核心思想。
本文提出了首个分布式量子处理器形式化模型 DisQ，该模型结合化学抽象机与马尔可夫决策过程以区分并发与分布式行为，并基于经典模拟基础设施建立了模拟关系，从而支持用户通过等价性检查将顺序量子程序转化为分布式版本。