The verifier side of speculative window decoding: a predictability bracket, a machine-checked blast-radius bound, and a decoder-agnostic recover loop

技术摘要：投机窗口解码的验证端

问题陈述
实时量子纠错（QEC）面临着关键的延迟瓶颈。伴随硬件节拍（对于超导量子比特约为一微秒）到达的综合征轮次（syndrome rounds）具有固定频率，但解码器往往无法跟上节奏，导致综合征积压不断增长，直至退相干破坏逻辑态。虽然“窗口解码”（window decoding）通过将综合征历史拆分为可并行处理的块来缓解问题，但相邻窗口之间仍存在串行依赖关系：在前一个窗口中提交的校正决定了下一个窗口的解码问题。此前的工作，特别是 SWIPER 和 ARTERY，试图通过投机（speculation）来消除这一串行瓶颈：即预测跨边界决策以允许下游窗口提前开始，同时让完整的解码过程在后台延迟运行进行验证。然而，这些系统仅实现了预测器部分（达到了约 90% 的准确率），且缺乏一个严谨的验证端。因此，四个基本问题仍未得到解答：预测准确率的理论极限、误预测导致的“爆炸半径”（blast radius）最坏情况、考虑到这些限制后投机是否值得冒险，以及完整的“预测-验证-恢复”循环是否能在真实的解码器上真正隐藏延迟并实现正确恢复。

方法论
作者构建了一个重建的 SWIPER 框架，使用 Stim（旋转表面码）和 PyMatching（最小权重完美匹配，MWPM）来回答这些问题。该方法论分为四个阶段：

1. 可预测性定界（Predictability Bracketing）： 作者没有依赖单一的启发式预测器，而是通过一个半径为 $R$ 的局部 MWPM 解码器建立了一个可实现准确率的上界（“天花板”）。该解码器仅使用边界切口两侧 $R$ 轮内的综合征数据，并将开放边界视为与窗口解码器完全一致。这界定了任何预测器在给定局部信息下所能达到的理论极限。
2. 爆炸半径定界与证伪（Blast Radius Bounding and Falsification）： 作者对误预测（错误的依赖位）在窗口中的传播进行了建模。首先，他们利用 Lean 4 中的机器检查概率核心，在基于“误预测需要一条故障路径才能传播”的还原假设条件下，建立了最坏情况的时间界限。随后，他们通过针对尖锐单比特对手（single-bit adversary）进行“逐次采样”（shot-by-shot）测试，以证伪该还原机制。
3. 编译器传递推导（Compiler Pass Derivation）： 利用测得的可预测性和爆炸半径，开发了一个编译器传递过程来推导最优重启策略。该过程作用于抽象的窗口依赖图，并基于成本模型对边界进行标注以添加投机标志：$cost = predictability \times slack - blast\_radius$。
4. 运行时执行与解码器无关性（Runtime Execution and Decoder Agnosticism）： 构建了一个运行时执行器，在框架上运行完整的“预测-验证-恢复”循环。为了确定哪些发现是属于投机框架本身的特性，哪些是特定于 MWPM 解码器的特性，作者使用第二种算法截然不同的解码器——Union-Find 解码器（无权重簇生长）重新运行了关键实验。

核心贡献与结果

• 可预测性是局部的且接近饱和： 跨边界决策由切口两侧约三轮的综合征决定。一个受野 $R=3$ 的局部 MWPM 解码器达到了 ~0.999 的准确率，这表明此前预测器（SWIPER）的 ~90% 准确率并非基本极限，而是留有微小的、弥散的提升空间（取决于码距，在 0.019 到 0.063 之间）。
• 爆炸半径为一（时间上的遏制）： 误预测传播到下一个窗口的最坏情况概率随提交宽度 $W$ 指数级衰减。在标准宽度（$W=d$）下，传播概率比逻辑错误率低几个数量级（例如，在 $d=7$ 时为 $10^{-7}$ vs $10^{-5}$）。这确立了时间爆炸半径实际上为 1，这意味着投机不会引入错误底限（error floor）。
• 对“故障路径”机制的驳斥： Lean 4 的证明是基于“传播需要一条故障路径（连接翻转位与切口的错误链）”这一假设的。逐次采样证伪显示，该假设是错误的：即使在翻转位附近没有任何故障路径，传播也会常规发生。真正的机制是全局最小权重重配对（global minimum-weight re-pairing），即解码器由于将缺陷重新路由到翻转位比局部吸收更“便宜”，从而重新分配了现有的缺陷。这种机制是由简并性（degeneracy）驱动的，尤其是在接近阈值的噪声水平下。
• 精确恢复与延迟隐藏： 运行时执行器确认了“预测-验证-恢复”循环可以实现精确恢复。在 16 个窗口的链条中，系统实现了约 16.00 倍的加速（理论最大值），将串行提交链停顿带来的重启惩罚降至极低（$\sim 10^{-5}$）。
• 解码器无关的结构现象学： 虽然绝对准确率量级和特定的“最小权重”机制是解码器特有的，但其结构性发现是鲁棒的。Union-Find 解码器证实了切口决策是局部的（在 $R=3$ 时饱和），并且在没有故障路径的情况下发生传播的现象依然存在，从而验证了投机封装的结构现象学。

意义与主张
本文声称构建了投机窗口解码缺失的“验证端”，将其从一个经验性的启发式方法转变为一个经过严谨界定的系统。其意义在于：

1. 证明安全性： 通过机器检查的概率界限证明了误预测被遏制在半径为一的范围内，从而证明投机不会引入错误底限。
2. 澄清机制： 用正确的“全局重配对”机制取代了直觉上的“故障路径”模型，解释了为何在没有直接错误链的情况下仍会发生传播。
3. 实现自动化： 提供了一个能够从测量数值而非硬编码中推导重启策略的编译器传递过程，使该方法能够移植到不同的代码布局和控制栈。
4. 可重用性： 将“预测-验证-恢复”封装器确立为一个可重用的层，位于任何解码器之上，实现了投机逻辑与特定解码算法的解耦。

作者对研究范围保持谦逊，指出加速比数字是基于分析性的线性链映射得出的（因为完整的 SWIPER-SIM 流水线尚未公开），并且匹配权重界限（即指数衰减的来源）的正式化仍是未来的目标。这项工作被呈现为实时 QEC 的基础层，并在一个具有可重复代码和机器检查证明的重建框架上得到了验证。