用于“无中生有”的量子/经典示例预言机分离

我们在 PAC 学习框架中研究量子示例相比于经典示例的能力。在此，我们有两个学习算法，两者都可以使用量子计算，但其中一个获取量子示例，而另一个获取经典示例。此前未知是否存在某些学习任务可以被前者高效执行而不能被后者高效执行。我们的主要结果是证明，相对于一个预言机，存在某些分布可以被具有量子示例访问权限的量子学习者高效生成，而不能被仅具有经典示例访问权限的量子学习者高效生成，从而在肯定回答这一问题上取得了进展。