原生GKP数字化与并行采样下表面码阈值估计中的解码器依赖性

我们在两种匹配条件下——泡利噪声和原生GKP风格的高斯位移数字化——量化了表面码阈值研究中的解码器依赖性。使用LiDMaS+ v1.1.0，我们在运行06--14中以固定种子、相同扫描网格和统一报告对MWPM、Union-Find（UF）、置信传播（BP）和神经引导MWPM进行了基准测试。在$d=5$且$\sigma=0.20$时，MWPM和UF定义了帕累托前沿，（运行时间，LER）分别为（1.341秒，0.2273）和（1.332秒，0.2303）；神经引导MWPM更慢且精度更低（1.396秒，0.3730），BP处于劣势（7.640秒，0.6107）。交叉自助法诊断仅对MWPM稳定，其中位数$\sigma^\star_{3,5}=0.10$（1911/2000有效）和$\sigma^\star_{5,7}=0.1375$（1941/2000有效），而其他解码器无有效交叉样本。在$\sigma \in [0.08,0.24]$上的密集窗口扫描对所有解码器均返回NaN交叉，确认了估计量和窗口敏感的阈值定位。秩稳定性和效应量自助法分析强化了排序的鲁棒性：BP保持秩4，神经引导MWPM秩3，MWPM-UF差异很小（$\Delta_{\mathrm{MWPM-UF}}=-0.00383$，95%区间$[-0.0104,0.00329]$），在$\sigma \in [0.05,0.35]$范围内保持一致。线程执行在保持统计保真度的同时提高了吞吐量：泡利模式下提速$1.34\times$，原生GKP模式下提速$1.94\times$，平均$|\Delta\mathrm{LER}|$分别为$6.07\times10^{-3}$和$5.20\times10^{-3}$。因此，我们建议将估计量条件性阈值报告与运行时间-保真度检查相结合，以实现可复现的面向硬件的实用解码器基准测试工作流。