基于中电路测量的循环基准测试对不可学习噪声的表征

多量子比特纠缠克利福德操作的噪声表征是量子误差缓解以及量子纠错协议的校准、验证和优化的关键实际瓶颈，尤其是在存在态制备和测量(SPAM)误差的情况下。尽管循环基准测试可以隔离某些泡利误差分量，但它无法解决耦合误差参数的问题，这即使在简单的噪声门中也会导致不可学习的自由度，更不用说一般的$n$量子比特克利福德门了。在此，我们引入了基于中电路测量的广义循环基准测试，这是一个通过重复测量和经典后处理，使原本无法识别的泡利保真度和非马尔可夫噪声变得可学习的框架。将延迟前馈原理应用于广义循环基准测试，我们证明了插入中电路测量可以反转由一般克利福德门诱导的泡利循环。这一事实使我们能够揭示克利福德门的泡利噪声可学习性条件。假设态制备质量足够，我们数值演示了表征先前不可学习噪声分量的可行性。我们在超导量子处理单元上实现了该协议，并验证了其在消除耦合噪声分量歧义方面的有效性，并以传统层析成像作为基准。最后，我们观察到一致的测量诱导比特翻转偏差和非马尔可夫相关性，这定义了泡利噪声模型和所提出的噪声表征协议的适用范围。