可逆量子信息印记与检索：量子存储矩阵假设的实验验证
机器学习
2025-02-25 v1 人工智能
摘要
我们报告首次实现可逆量子存储矩阵QMM印记检索循环的端到端硬件验证。在IBM Quantum后端上实现了五个印记检索实验，规模从最小的三量子比特单元扩展至五量子比特双循环。对于每个电路，我们提供威尔逊得分95%置信区间、皮尔逊相关系数和字段量子比特与输出量子比特之间的互信息，确立在统计噪声之上实现单位可逆性，例如r Q0 Q2为0.64减去0.04，p小于10的负6次方。总体而言，数据构成对QMM假设最严格的实验支持：有限维的普朗克尺度细胞能够忠实存储、传递和返回量子信息。我们的结果强化了QMM作为一种可行的、局部的、单位的框架，以解决诸如黑洞信息悖论等根本性问题的地位。
引用
@article{arxiv.2502.15765,
title = {Generalized Attention Flow: Feature Attribution for Transformer Models via Maximum Flow},
author = {Behrooz Azarkhalili and Maxwell Libbrecht},
journal= {arXiv preprint arXiv:2502.15765},
year = {2025}
}