Rare-History Transitions in Temporally Random Integrable Quantum Circuits

技术摘要：时域随机可积量子电路中的稀有历史转变

问题陈述
本研究调查了时域随机可积量子电路中的电流涨落，特别关注稀有时间历史如何对输运的全计数统计（Full Counting Statistics, FCS）做出贡献。虽然输运通常由平均电流表征，但稀有涨落可以揭示不同类别轨迹之间的动力学相变。随机量子电路的一个核心挑战在于，真正的时域随机性通常与可积性相冲突，因为通用的随时间变化的层并不对易，这阻碍了热力学贝特转折（Thermodynamic Bethe Ansatz, TBA）和稳定的准粒子描述的使用。作者利用了一个由文献 [38] 构建的特定模型，在该模型中，每一个时间序列都保持相同的杨-巴克斯特（Yang–Baxter）结构，这使得在保留时域随机性的同时，仍能通过受控的方式研究稀有历史问题，且不牺牲对可积输运描述的可及性。

方法论
论文采用了一个多阶段的解析与数值框架：

1. 精确历史简化： 该模型由一个包含两个幺正电路层（$U_0$ 和 $U_1$）的自旋-1/2 链组成，这些层源自一个对易传递矩阵族。由于 $[U_0, U_1] = 0$，任何长度为 $t$ 的时间词（temporal word）都精确地简化为其经验层组成 $\eta = N_1/t$（即类型-1 层的比例）。这把复杂的时域无序问题简化为了对标量变量 $\eta$ 的竞争。
2. 退火大偏差公式化： 通过优化固定组成下的 SCGF $\mu(s, \eta)$ 与给定组成的伯努利相对熵 $D_{KL}(\eta \| \bar{\eta})$ 之和，推导出了退火标度累积生成函数（SCGF）$\mu_{\text{ann}}(s; \bar{\eta})$。目标函数为 $F(s, \eta; \bar{\eta}) = \mu(s, \eta) - D_{KL}(\eta \| \bar{\eta})$。
3. 条件电流统计： 对于固定的组成 $\eta$，系统是空间均匀的。作者使用以下方法计算 $\mu(s, \eta)$：
   • 热力学贝特转折 (TBA)： 用于确定准粒子占据数、散射和修饰（dressing）结构。
   • 弹道涨落理论 (BFT)： 用于描述在计数场 $s$ 下占据数的变形，并计算偏置电流 $j(s, \eta)$。
     准能量导数 $\epsilon'_{a,\eta}(\lambda)$ 被证明在 $\eta$ 上是仿射的，这提供了时间历史与输运之间的微观联系。
4. 数值实现： 作者对快速度（rapidity）进行离散化，并使用快速傅里叶变换（FFT）进行修饰卷积。他们对组成 $\eta$ 使用高斯调节器以抑制网格尺度伪影，同时识别宏观极大值。

关键结果

• 一阶稀有历史转变： 在最小相互作用根 $P=3$ 处，退火目标函数 $F(s, \eta)$ 产生了两个宏观分离的极大值。随着计数场 $s$ 的变化，这些极大值在临界场 $s_c$ 处交换全局主导地位。这导致了所选组成 $\eta^*$ 和偏置电流 $j^*$ 的同时跳变，构成了轨迹空间中的一阶鞍点转变（saddle transition）。
• 共存面与尖点端点： 通过改变平均组成 $\bar{\eta}$、计数场 $s$ 以及谱参数控制 $\Delta u$，该转变扩展到了一个二维共存面上。该表面的正则端点由尖点法向（cusp normal form）描述。
• 临界标度： 在临界端点附近，组成跳变 $\Delta \eta$ 和旋失宽度（spinodal width）$\Delta H_{sp}$ 分别按 $|\delta r|^{1/2}$ 和 $|\delta r|^{3/2}$ 标度，这与尖点奇异性的预期指数一致。
• 有限时间圆整： 论文表明，这种尖锐的转变是一种渐近的大偏差现象。在有限观测时间 $t$ 下，奇异性被圆整为一个平滑的交叉（crossover），其宽度按 $\delta s \sim [t|\Delta j|]^{-1}$ 标度，其中 $\Delta j$ 是电流跳变。

意义与主张
作者声称，在此可积设定下，时域随机性不仅是外部噪声，更是一种起到了类似于序参数坐标作用的涌现量，它重组了电流的大偏差。建立的转变是退火大偏差目标的鞍点转变，有别于有限尺寸谱转变或空间流体动力学相变。

这项工作强调了“序参数”是时间组成 $\eta$，而非空间场。这表明，在对易随机驱动下，退火涨落可以重组无序系综本身，从而倾向于那些能够降低电流代价的指数级稀有的时间组成。论文将此定位为一个受控的设定，用于研究可积性如何将时域随机性转化为轨迹空间内的结构，为研究“相位”由驱动的历史而非系统状态定义的动力学相变提供了新的视角。

作者对微观实现保持谦逊，指出这些结果是弹道标度下的渐近预测。他们建议，未来需要使用张量网络演化或重要性采样来测试这些历史扇区如何在有限时间内涌现，并验证其向弹道极限的趋近过程。