量子电路作为动力学资源：学习非平衡长程序
机器学习
2026-02-20 v1 计算与语言
摘要
平衡统计ensemble对量子物质的相位施加了严格约束。例如，Mermin-Wagner定理禁止低维系统在基态之外出现长程序。本文表明，量子电路能够学习在平衡中不可及的长程序状态。我们构建产生对称性破坏和对称性保护拓扑态的变分量子电路，这些态在有限能量密度的一维系统中具有长程序，而平衡态通常是无特征的。重要的是，所学状态可以表现出具有增强计量学特性的非常规特征，例如量子Fisher信息接近GHZ态，但对局部测量具有鲁棒性。我们的工作确立了连通量子动力学作为工程化非平衡相态的强大资源，开启了超越平衡ensemble约束的更广动力学范围的量子序的可能之路。
关键词
引用
@article{arxiv.2602.16787,
title = {Better Think Thrice: Learning to Reason Causally with Double Counterfactual Consistency},
author = {Victoria Lin and Xinnuo Xu and Rachel Lawrence and Risa Ueno and Amit Sharma and Javier Gonzalez and Niranjani Prasad},
journal= {arXiv preprint arXiv:2602.16787},
year = {2026}
}