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。

⚛️ quantum physics

Better Pauli Channel Learning with Maximum Likelihood Estimation

本文通过将似然函数简化为可高效评估的贝叶斯网络,证明了最大似然估计(MLE)可以被转化为对于一维局部稀疏保利-林德布拉德(Pauli-Lindblad)通道在计算上可行的形式,从而显著提高了通道层析成像的精度并降低了误差缓解的开销。

Daniel Belkin, Faisal Alam, Matthew Thibodeau, Alireza Seif, Ewout van den Berg, Bryan K. Clark2026-06-04
⚛️ quantum physics

Quantum Information Harvesting with the Parallel Quantum Flow Algorithm

本文提出了一种在量子-经典混合架构上实现的高性能量子流(QFlow)算法,证明了该算法仅需12个量子比特即可恢复大型活性空间(高达114个轨道)中超过95%的CCSD相关能,从而为模拟现实的多体系统提供了一种可扩展且资源高效的解决方案。

Nicholas P. Bauman, Ajay Panyala, Chenxu Liu, Muqing Zheng, Meng Wang, Karol Kowalski2026-06-04
⚛️ quantum physics

High-Dimensional Quantum Key Distribution via full Core-mode Encoding over Deployed Multicore Fibers

本文展示了首个在已部署的多芯光纤网络上进行的高维量子密钥分发协议,该协议充分利用了所有可用的芯模进行编码,在现实环境条件下实现了创纪录的每脉冲 6.19×10−36.19\times 10^{-3} 比特密钥率。

G. H. dos Santos, K. B. Sawada, N. Villalba, C. Jara, N. Guerrero, C. Melo, M. H. Magiotto, D. Martínez, G. B. Xavier, J (…)2026-06-04
⚛️ quantum physics

Derivative Informed Learning of Exchange-Correlation Functionals

本文引入了导数信息增强型交换相关损失(Derivative Informed XC-Loss, DI-Loss),这是一种针对机器学习交换相关泛函的训练策略,它通过结合来自参考杂化泛函的一阶和二阶能量导数,显著提高了总能量精度、加速了自洽场收敛,并增强了在时间依赖密度泛函理论(TDDFT)中的激发态预测能力。

Eike S. Eberhard, Luca A. Thiede, Abdul Aldossary, Andreas Burger, Nicholas Gao, Vignesh Bhethanabotla, Alán Aspuru-Guzi (…)2026-06-04