在任何物理理论中，语境优势意味着可区分性的有限性

量子信息中的一个核心问题是：给定状态集是否能在某些信息处理任务中提供优势。我们建立了一个两个此类问题之间的普遍联系：一套状态可以被区分的程度，以及它是否能够驱动源于广义语境性的任务优势。在广义概率理论（GPTs）的框架下工作，该框架将量子和经典系统作为特殊案例，我们表明任何能够在语境性任务中提供非经典优势的状态集必须对使用整个集进行每个状态区分任务成功概率施加非平凡的上下界。语境优势因此意味着可区分性的有限性，揭示了两个基本操作资源之间的权衡。重要的是，这不仅仅是关于理想极限的陈述：完美区分并非排除语境性所必需的。我们的阈值严格低于1，因此任何判别性能超过它们但仍不完全可区分的状态集已经保证接受非语境性解释。界限遵循简单的几何性质，状态集的线性依赖，具有封闭的解析形式，并且仅依赖于任务的先验和状态集的凸几何。作为说明，我们将它们应用于广义的奇偶-遗忘多路复用，其中足够高的任务成功意味着代码本中至少一个子集无法驱动任何语境优势。