論文の概要: Disorder-blind Mpemba acceleration of quantum state preparation
- arxiv url: http://arxiv.org/abs/2611.08424v1
- Date: Thu, 05 Nov 2026 18:20:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.618353
- Title: Disorder-blind Mpemba acceleration of quantum state preparation
- Title（参考訳）: 量子状態準備における障害ブラインド型Mpemba加速
- Abstract要約: 脱相不整合型XX鎖の典型例では, ブラインド'の準備が参照を上回りうることを示す。
有限平均抵抗は拡散のために十分であるが、残余の重複は、抵抗分散が有限である場合に限り、チェーン長が$L$の$L-1/2$として崩壊する。
我々は、その信頼性のアンサンブルレベルであるブラインド準備が勝つサンプルの割合を予測する。
- 参考スコア（独自算出の注目度）: 33.79777710798292
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Using the strong Mpemba effect to accelerate relaxation by initial-state design requires suppressing the slowest mode, which typically needs prior knowledge of the system. However, in disordered systems, this mode is sample-dependent, so a fixed preparation generally retains a slow-mode overlap. We show that a ``blind'' preparation, designed from the clean chain without knowledge of the disorder realisation or its distribution, can start farther from stationarity yet overtake a reference in typical samples of a dephased disordered XX chain. It requires only the chain geometry and the particle number. At strong dephasing, the density dynamics maps to a resistor chain, and an exact inverse-generator identity links the residual overlap to the spatial resistance profile. We find two distinct thresholds: a finite mean resistance suffices for diffusion, but the residual overlap decays as $L^{-1/2}$ with chain length $L$ only when the resistance variance is finite; rare weak links slow this decay. We predict the fraction of samples in which the blind preparation wins, which is an ensemble-level measure of its reliability. Finite-size calculations support both scaling regimes with interactions at strong dephasing. We give preparation circuits and a density readout for the residual overlap.
- Abstract（参考訳）: 強いMpemba効果を用いて初期状態設計による緩和を加速するには、システムの事前知識を必要とする最も遅いモードを抑える必要がある。
しかし、混乱したシステムでは、このモードはサンプル依存であるため、固定された準備は一般的に遅いモードのオーバーラップを保持する。
障害発生や分布を知らずに清潔な鎖から設計した 'blind' 製剤は, 定常性から遠ざかるが, 脱相した XX 鎖の典型例に見受けられる。
鎖の幾何学と粒子番号だけを必要とする。
強い強調では、密度ダイナミクスは抵抗鎖にマップされ、正確な逆生成元アイデンティティは余剰重なりと空間抵抗プロファイルをリンクする。
有限平均抵抗は拡散に十分であるが、残余の重複は、鎖長が$L$であるときのみ$L^{-1/2}$として崩壊する。
我々は、その信頼性のアンサンブルレベルであるブラインド準備が勝つサンプルの割合を予測する。
有限サイズの計算は、強いデフォーカスで相互作用を持つスケーリングレシエーションの両方をサポートする。
残余重なりに対する準備回路と密度読み出しを行う。
関連論文リスト
- Quantizing Recurrent Language Models Is Easier Than You Think [49.219843966457155]
繰り返しモデルに対する量子化法の設計空間について検討する。
研究結果は、状態量子化パイプラインであるLoReSとしてインスタンス化します。
我々は、vLLMでLoReSを実装し、エンドツーエンドのデコードスピードアップを実証する。
論文 参考訳（メタデータ） (2026-11-01T12:55:09Z) - Coherence controls the visibility of frozen disorder in an open quantum chain [0.0]
隣り合う部位が、凍ったランダムなリターン確率で崩壊する補助状態と反対の符号で結合する共鳴量子連鎖について検討する。
嫌悪感の低下は、各局所的なリターンバイアスの影響をより多くの部位に広げる。
我々は、固定された十分に弱い障害振幅でゼロに格下げする。
論文 参考訳（メタデータ） (2026-10-31T11:30:49Z) - An ODE-based Sampler for Discrete Diffusion Models [60.57381388241996]
離散拡散モデルに対する指数的残留流(ERF)を導入する。
ERFは、断片的に定義されたODEに従って決定的に進化する。
我々は,サンプルの実用的な離散化を導き,マスク付き均一拡散に特化する。
論文 参考訳（メタデータ） (2026-10-29T17:55:25Z) - LLaCO: Continuous Diffusion for Large Language Models with Competition-Aware Semantic Scheduling [52.65086457153841]
連続拡散モデルは、連続的な埋め込み空間上でのテキスト生成のための有望な非自己回帰パラダイムとして登場した。
本稿では,ノルム崩壊の埋め込みによりユークリッド距離が急激なオーバーテイクをもたらすことを示す。
競合閾値理論(CTT)としてこれらのペアワイズ力学を定式化する。
コンペティブル・アウェア・セマンティック・スケジューリングを利用した生成フレームワークであるLLaCOを紹介する。
論文 参考訳（メタデータ） (2026-10-23T13:28:40Z) - Two-Sample Testing via Generative Processes [60.42943145582429]
生成輸送は、2つのサンプルが同じ分布から来るかどうかを決定する新しい方法を提供する。
2つのサンプルの間に直接補間体を構築し、対称スケジュールでは、その法則が時間反射の下で不変であることを観察する。
したがって、t と 1-t の辺辺が、Jensen-Shannon の発散を計算することで一致するかどうかをテストする。
論文 参考訳（メタデータ） (2026-10-06T12:48:27Z) - Recursively Trained Diffusion Models: Limiting Collapse Distribution and Spectral Characterization [27.894241484593735]
生成モデルの再帰的トレーニングは、真のデータ分布から複合的なドリフトであるモデル崩壊を引き起こす可能性がある。
完全なスコア推定と正確なサンプリングを行っても,逆拡散の早期停止はデータ分布から進行的なドリフトを引き起こすことを示す。
低次よりも高速に高次誤差を収縮するモード依存の収縮速度で、理想的な特徴付けが堅牢であることを示す。
論文 参考訳（メタデータ） (2026-06-11T18:06:26Z) - The Stability of Singular Distribution: A Spectral Perspective on the Two-Phase Dynamics of Language Model Pre-training [48.37150760049573]
そこで我々は, スペクトル分布の安定性 (SoSD) を推定し, そこではトレース正規化特異値スペクトルが早期に安定化する。
我々は,SoSDと緩やかな周期の同期が多種多様なアーキテクチャで広く観測されていることを実証した。
我々は、WSDやMuonのような戦略をさらに解釈し、SOSDスケールを変調し、効率的な事前学習ダイナミクスを理解するためのスペクトルレンズを提供する。
論文 参考訳（メタデータ） (2026-05-26T03:03:24Z) - Measuring and Decomposing Mode Separation via the Canonical Diffusion [0.0]
モード分離は密度の基本的な幾何学的性質であり、高次元での定量化が難しい。
密度に固有の1つのプロセスを通してモード分離を測定する。
i)合成ガウス混合物,(ii)SDXLテキスト・トゥ・イメージ世代,(ii)SSAとDAがエントロピーとPCAミスを捉えた構造,(iii)アラニンジペプチドの分子動力学,(iii)DAは静的サンプルから既知の遅いバックボーンを回収する。
論文 参考訳（メタデータ） (2026-05-09T08:05:55Z) - Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction [45.25461515976432]
画像再構成のための強力なパラダイムとして,DP(Plug-and-Play diffusion prior)フレームワークが登場した。
本稿では, バイアス・ハロシン化トレードオフを解消し, 収束を著しく加速した最先端の勾配を実現するための新しい手法を提案する。
論文 参考訳（メタデータ） (2026-02-26T16:58:43Z) - Rejection Mixing: Fast Semantic Propagation of Mask Tokens for Efficient DLLM Inference [58.189320101488725]
DLLMは高速な非自己回帰推論を約束するが、並列デコーディングにおいて厳しい品質と速度のトレードオフを被る。
我々は、連続表現を離散デコードプロセスに統合することでこの問題に対処する。
本稿では,初期マスキング状態と最終復号化トークン状態の中間として,新しい連続混合状態を導入するフレームワークであるReMixを提案する。
論文 参考訳（メタデータ） (2026-02-26T11:08:11Z) - Large Random Arrowhead Matrices: Multifractality, Semi-Localization, and
Protected Transport in Disordered Quantum Spins Coupled to a Cavity [0.0]
我々は、空洞モードに結合した不均一に拡張された量子エミッタの最小モデルである対角的障害を持つ大きなランダムな矢印ハミルトニアンの正確な解を提供する。
我々は、暗黒状態が、混乱したシステムにおける長距離輸送に大きく貢献できることを示す。
論文 参考訳（メタデータ） (2021-05-18T11:25:12Z)
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。