論文の概要: Frozen-Tree Sampling Refutes Quantum Advantage of Random Circuit Sampling
- arxiv url: http://arxiv.org/abs/2607.04054v1
- Date: Sat, 04 Jul 2026 23:24:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.806653
- Title: Frozen-Tree Sampling Refutes Quantum Advantage of Random Circuit Sampling
- Title（参考訳）: 冷凍サイクルサンプリングによるランダム回路サンプリングの量子アドバンテージ
- Abstract要約: ハールランダム量子状態からのビットストリングのランダム回路サンプリングは難解であると広く信じられている。
本研究では,Haar-random量子状態の条件スケール不変性を利用した,効率的な古典的凍結木サンプリングアルゴリズムを提案する。
サンプルに作用する統計的試験は、古典的な凍結木サンプルラーと量子ランダム回路とを区別することはできない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Random circuit sampling of bitstrings from a Haar-random quantum state is widely believed to be classically intractable, and has therefore been implemented as a primary benchmark for demonstrating quantum advantage. Here, we challenge this premise by proposing an efficient classical frozen-tree sampling algorithm that exploits the conditional scale invariance of Haar-random quantum states [Oh, arXiv:2602.19448]. The frozen-tree sampler draws bitstrings of $n$ qubits in $O(n)$ time per sample. Moreover, its output probability $p_F(x)$ is statistically identical to the probability $p_C(x)$ of a random quantum circuit, since both are independent instances of the same Dirichlet distribution. Consequently, no statistical test acting on samples alone can distinguish the classical frozen-tree sampler from a quantum random circuit. The claimed quantum advantage of random circuit sampling therefore does not withstand scrutiny: its hardness lies not in sampling from the Dirichlet distribution, which is classically efficient, but in identifying a specific circuit realization.
- Abstract（参考訳）: ハールランダム量子状態からのビットストリングのランダム回路サンプリングは古典的に難解であると広く信じられており、量子優位性を示すための主要なベンチマークとして実装されている。
ここでは、ハールランダム量子状態[Oh, arXiv:2602.19448]の条件スケール不変性を利用する効率的な古典的凍結木サンプリングアルゴリズムを提案することにより、この前提に挑戦する。
凍結した木のサンプルは、サンプルあたりのO(n)$時間で$n$ qubitsのビットストリングを描画する。
さらに、その出力確率$p_F(x)$は、同じディリクレ分布の独立インスタンスであるため、ランダム量子回路の確率$p_C(x)$と統計的に同一である。
したがって、サンプルのみに作用する統計的試験は、古典的な凍結木サンプルラを量子ランダム回路と区別できない。
したがって、ランダム回路サンプリングの主張する量子的優位性は、精査に耐えられず、その硬さは、古典的に効率的なディリクレ分布からのサンプリングではなく、特定の回路実現を特定することである。
関連論文リスト
- Sample-efficient benchmarking of shallow all-to-all random quantum circuits [0.0]
非線形クロスエントロピーは、浅深さランダム量子回路に対するサンプリング効率のベンチマークを提供することを示す。
また、対数的なサンプルの複雑さを短時間で特徴付ける重出力生成の概念に基づくバイナリ分類器も開発する。
我々の証拠は、レプリカのトリックから導かれた全ブラウン回路アンサンブルの正確な解析式と数値シミュレーションから導かれる。
論文 参考訳（メタデータ） (2026-05-21T18:00:28Z) - No Bound Randomness in Quantum Nonlocality [3.4072037792858034]
DIランダム性増幅プロトコルでは、任意の量子非局所性はランダム性を証明するのに十分である。
固定入出力推定確率とは対照的に、全ての入力に対する平均推定確率は非局所性の忠実で単調な測度である。
論文 参考訳（メタデータ） (2025-09-10T14:19:51Z) - How much secure randomness is in a quantum state? [0.0]
量子状態からどれだけの暗号的にセキュアなランダム性を抽出できるか?
本稿では,情報源と測定装置の双方について,量子側情報を持つ相手を対象とする汎用逆数モデルについて考察する。
論文 参考訳（メタデータ） (2024-10-21T19:16:56Z) - On verifiable quantum advantage with peaked circuit sampling [9.551919087634522]
このような回路から1/textpoly(n)$のピーク値を得るには、圧倒的な確率で$tau_p = Omega(tau_r/n)0.19)$が必要である。
また、このモデルでは非自明なピーク性も可能であるという数値的な証拠を与える。
論文 参考訳（メタデータ） (2024-04-22T18:00:06Z) - Certification of unbounded randomness with arbitrary noise [0.0]
量子非局所性はランダム性を証明できる資源として特定されている。
本稿では,Leggett-Gargの不等式の最大値違反に基づいて,デバイスに依存しない半非有界ランダム性を認証する手法を提案する。
論文 参考訳（メタデータ） (2023-07-03T20:11:08Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Testing randomness of series generated in Bell's experiment [62.997667081978825]
おもちゃの光ファイバーをベースとしたセットアップを用いてバイナリシリーズを生成し、そのランダム度をVilleの原理に従って評価する。
標準統計指標の電池、ハースト、コルモゴロフ複雑性、最小エントロピー、埋め込みのTakensarity次元、および拡張ディッキー・フラーとクワイアトコフスキー・フィリップス・シュミット・シン(英語版)でテストされ、ステーション指数をチェックする。
Toeplitz 抽出器を不規則級数に適用することにより得られる系列のランダム性のレベルは、非還元原料のレベルと区別できない。
論文 参考訳（メタデータ） (2022-08-31T17:39:29Z) - Random quantum circuits transform local noise into global white noise [118.18170052022323]
低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。
十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。
ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
論文 参考訳（メタデータ） (2021-11-29T19:26:28Z) - Learnability of the output distributions of local quantum circuits [53.17490581210575]
2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。
我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。
より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
論文 参考訳（メタデータ） (2021-10-11T18:00:20Z) - Random quantum circuits anti-concentrate in log depth [118.18170052022323]
本研究では,典型的な回路インスタンスにおける測定結果の分布に要するゲート数について検討する。
我々の反集中の定義は、予測衝突確率が分布が均一である場合よりも大きい定数因子に過ぎないということである。
ゲートが1D環上で最寄りである場合と、ゲートが長距離である場合の両方において、$O(n log(n))ゲートも十分であることを示す。
論文 参考訳（メタデータ） (2020-11-24T18:44:57Z) - Coherent randomized benchmarking [68.8204255655161]
独立サンプルではなく,異なるランダム配列の重ね合わせを用いることを示す。
これは、ベンチマーク可能なゲートに対して大きなアドバンテージを持つ、均一でシンプルなプロトコルにつながることを示す。
論文 参考訳（メタデータ） (2020-10-26T18:00:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。