⚛️ quantum physics

Classically Spoofing System Linear Cross Entropy Score Benchmarking

本文证明了系统线性交叉熵得分（sXES）——一种为通过哈密顿量模拟实现量子优越性而提出的、曾被认为在经典计算机上难以伪造的基准度量指标——在特定机制下实际上可以被经典计算机高效模拟。

原作者： Andrew Tanggara, Mile Gu, Kishor Bharti

发布于 2026-02-04

📖 1 分钟阅读🧠 深度阅读

原作者： Andrew Tanggara, Mile Gu, Kishor Bharti

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是该论文的通俗易懂的解释，使用了日常类比。

大局观：“量子烹饪”大赛

想象一场高规格的烹饪大赛。一边是量子厨师团队，他们使用一种神奇的、未来的炉灶（量子计算机）来烹饪一道非常复杂的菜肴。另一边是经典厨师团队，他们使用标准的、传统的烤箱（经典超级计算机）。

量子厨师声称：“我们可以把这道菜做得如此快速且完美，以至于任何经典厨师在一百万年内都无法做到。”这就是科学家们所说的**“量子优越性”（Quantum Supremacy）**。

为了证明他们是对的，评委需要一种方法来品尝这道菜，并观察它是否符合“完美食谱”（理想的数学结果）。

旧评委： “线性 XEB” 分数

几年来，评委们一直使用一种特定的品鉴指标，叫做线性交叉熵基准测试（Linear XEB）。

运作方式： 评委取样量子厨师做出的菜肴，检查其风味是否比随机猜测更符合完美食谱。
问题所在： 最近，聪明的经典厨师们找到了一个捷径。他们意识到，对于某些类型的“亚线性深度”电路（可以理解为步骤不够多、无法达到真正混沌状态的食谱），他们可以伪造品鉴测试。他们可以让旧式烤箱做出的菜肴看起来像是量子厨师那道完美的菜，尽管他们并没有用那种极其困难的方式去烹饪。这破坏了旧指标的信任度。

新评委： “sXES” 分数

由于旧指标失效了，量子厨师们提出了一个新的、更复杂的食谱以及一个新的品鉴指标，称为系统线性交叉熵分数（sXES）。

承诺： 这个新食谱（称为 mQSVT）在结构上是不同的。它使用了一种特定的成分（门）模式，这些成分按块重复出现。量子厨师辩称：“我们的新食谱如此不同，以至于经典厨师的旧捷径对它不起作用。我们需要一条名为 sXQUATH 的新规则，该规则规定：‘从数学上讲，经典厨师无法高效地伪造这个分数。’”

论文的发现：“泡利路径”捷径

本文的作者们（Andrew, Mile, 和 Kishor）决定测试这位新评委。他们问道：“即使有了这个新的、复杂的食谱，经典厨师是否仍然可以伪造 sXES 分数？”

答案是：可以。

以下是他们如何实现的，使用了类比：

1. “泡利路径”算法

想象量子食谱是一个巨大的、多层结构的蛋糕。要准确知道蛋糕的味道，通常你必须计算每一粒碎屑的化学成分。这对经典厨师来说是不可能的。

然而，作者们发现了一个捷径。他们意识到，对于这种特定类型的蛋糕（mQSVT 电路），你不需要计算每一粒碎屑。你只需要追踪穿过蛋糕层的一条特定的、细长的“路径”。

他们称之为**“泡利路径”（Pauli Path）**。
可以把它想象成一个“味觉测试隧道”。与其分析整个蛋糕，经典厨师只需向蛋糕结构中的一个特定隧道中送入一个探测器。
由于量子食谱具有重复的结构（它反复使用相同的成分块），这条隧道足以揭示关于整个蛋糕的信息，从而能以惊人的准确度猜出最终的味道。

2. “噪声”因素

论文还研究了当厨房很乱（即量子计算机具有噪声）时会发生什么。

在有噪声的厨房里，食材会变得有些变质，最终的菜肴也会变得有些随机。
作者们展示了，如果噪声足够高，经典厨师的捷径会变得更加“得心应手”，能够更好地伪造分数。他们可以制造出一道“有噪声”的菜，其得分与真实的量子厨师做出的有噪声的菜一样高，从而让评委无法分辨。

结论：新评委同样存在缺陷

论文主要得出了两个结论：

捷径奏效了： 经典厨师的“泡利路径”算法可以高效地模拟这些特定量子电路的输出。
分数可以被伪造： 因为经典厨师可以如此出色地模拟输出，所以他们也可以伪造（spoof） sXES 基准测试。他们可以让经典计算机产生一个看起来像是量子胜利的分数，尽管他们并没有进行真正的量子运算。

简单来说： 量子厨师以为他们找到了一个全新的、不可破解的锁（sXES）来证明自己的优越性。而本文的作者们发现了一把万能钥匙（泡利路径算法），这把钥匙可以像打开旧锁一样轻松地打开那把新锁。

这意味着，对于这些特定类型的电路（亚线性深度），sXES 基准测试目前还不是一种可靠的证明“量子优越性”的方法。作者们认为，我们需要为未来发明一种更强大的基准，一种连“泡利路径”捷径都无法破解的基准。

技术摘要：针对亚线性深度电路的系统线性交叉熵评分（sXES）的经典欺骗系统基准测试

问题陈述
近期关于“量子优越性”的声称在很大程度上依赖于线性交叉熵基准（Linear XEB）指标，用以验证量子设备执行的任务（如随机电路采样，RCS）对于经典计算机而言是难以处理的。线性 XEB 被经典欺骗的理论难度建立在交叉熵量子阈值（XQUATH）猜想之上。然而，近期研究已证明 XQUATH 在亚线性深度电路中并不成立，从而削弱了线性 XEB 作为优越性基准的鲁棒性。

作为回应，针对使用最小量子奇异值变换（mQSVT）电路的量子哈密顿量模拟实验，提出了一种名为系统线性交叉熵评分（sXES）的变体基准。与标准的随机电路采样（RCS）不同，mQSVT 电路具有独特的结构，涉及同一个酉矩阵 $U$ 及其共轭 $U^\dagger$ 的多个副本。这种结构上的差异导致了系统线性交叉熵量子阈值假设（sXQUATH）的提出，该假设认为，不存在多项式时间内的经典算法能够以显著低于平凡均匀近似的均方误差来逼近 mQSVT 电路的输出概率。此前，sXQUATH 与 XQUATH 之间的正式关系尚不明确，这使得是否存在利用现有欺骗技术来反驳 sXQUATH 的可能性成为了一个悬而未决的问题。

方法论
作者采用**泡利路径算法（Pauli path algorithm）**来构建 mQSVT 电路输出概率分布的高效经典近似。其核心方法是在每一层中利用归一化的泡利矩阵展开电路的密度矩阵。

关键技术步骤包括：

泡利路径展开： 输出概率 $p(U, x)$ 被表示为对应于泡利路径 $s$ 的傅里叶系数之和。对于一个具有 $d$ 个块的 mQSVT 电路，泡利路径是遍历 $U$ 和 $U^\dagger$ 的子路径序列。
克服正交性问题： 在标准 RCS 中，“正交性性质”确保了不同路径的傅里叶系数乘积的期望值为零。由于相同的随机酉矩阵 $U$ 多次出现（具体而言，在 $d$ 块电路中出现了 $2d$ 次），这一性质在 mQSVT 电路中失效。因此，分析过程需要利用 Haar 随机酉矩阵的高阶矩（具体为 4 阶矩），而非此前 RCS 欺骗结果中所使用的 2 阶矩。
Weingarten 微积分： 为了评估涉及多个相同酉矩阵副本的转移振幅乘积的期望，作者使用了 Weingarten 微积分。这使得他们能够通过 Weingarten 函数和置换算子来表达 Haar 随机酉矩阵的阶数。
特定路径构建： 作者定义了一个高效可计算的特定泡利路径 $r$ ，该路径在第一层从非恒等泡利矩阵（ $Z \otimes Z$ ）及其耦合伴侣开始，随后在后续层中跟随恒等泡利矩阵。他们构建了一个经典近似 $q(U, x) = 2^{-n} + F(U, r, x)$ ，其中 $F(U, r, x)$ 是路径 $r$ 的傅里叶系数。

主要贡献与结果
论文提出了两个主要定理，证明了 sXQUATH 的失效以及 sXES 的可欺骗性：

对 sXQUATH 的反驳（定理 1）： 作者证明，对于单块（ $d=1$ ）且具有亚线性深度（ $d_U = o(n)$ ）的 mQSVT 电路，所构建的经典算法 $q(U, x)$ 实现的均方误差（MSE）显著低于平凡近似（ $2^{-n}$ ）。具体而言，他们表明量值 $sXQ$（平凡近似与所提算法之间的 MSE 之差）的标度为 $\Omega(2^{-3n})$ 。这直接反驳了 sXQUATH 猜想在这一区间内的成立性，证明了存在多项式时间内的经典算法可以比假设允许的水平更好地逼近输出概率。
欺骗 sXES 基准（定理 2）： 作者证明了相同的算法可以欺骗带有去极化噪声的噪声 mQSVT 电路的 sXES 基准。他们表明，对于受高于一定阈值的去极化噪声影响的电路，该经典算法产生的 sXES 分数与噪声量子电路的得分相当。被欺骗的 sXES 被限制在 $2^{-n}(\sum_{x \neq 0^n} \mathbb{E}_U[p(U, x)] + c d_U)$ 之内，这表明在该区间内，基准无法区分噪声量子实验与经典模拟。

意义
该论文声称，这些结果扩展了 Aharonov 等人（2023）关于 RCS 中线性 XEB 可被欺骗的开创性发现。通过证明 sXES 也容易受到基于泡利路径算法的高效经典模拟的攻击，作者认为：

sXES 的复杂性理论基础（sXQUATH）是脆弱的，特别是在亚线性深度电路的情况下。
mQSVT 电路与标准 RCS 之间的结构差异并不能为抵御当前最先进的经典模拟技术提供足够的保护。
未来的量子优越性声称，无论是基于 RCS 还是哈密顿量模拟，都需要新的基准任务，这些任务需要具备更强的复杂性理论保证，以排除由泡利路径算法及类似方法带来的欺骗。

这项工作并未提出新的实验协议或未来应用，而是作为一个理论性的警示性结果，强调了在追求展示量子优势的过程中，开发更稳健的验证方法的重要性。