热点事件持续更新
稳定子态克隆与学习样本复杂度同为 Θ(n)
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
2026-11-13，arXiv quant-ph 发表 Bansal、Caro 和 Mahajan 的论文，证明 n-qubit 稳定子态的最优克隆样本复杂度为 Θ(n)，即克隆与学习一样难。证明将稳定子态克隆关联到经典学习理论中概率分布的样本放大问题变体，借此得到克隆下界，为不可克隆定理提供了更细粒度的视角，并在基础理论与量子学习理论、量子密码学之间建立联系。
AI 根据报道生成 · 1 小时前更新
最新进展11月13日 13:00
Bansal、Caro、Mahajan 论文证明稳定子态克隆样本复杂度为 Θ(n)。报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- arXiv quant-ph（量子信息与量子物理）稳定子态克隆与学习的样本复杂度同为 Θ(n)
Bansal、Caro 和 Mahajan 的论文证明 n-qubit 稳定子态的最优克隆样本复杂度为 Θ(n)，即克隆与学习一样难。证明将稳定子态克隆关联到经典学习理论中概率分布的样本放大问题变体，借此得到克隆下界，为不可克隆定理提供了更细粒度的视角，并在基础理论与量子学习理论、量子密码学之间建立联系。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。