研究者提出GraphMP量子LDPC码解码器及模型工厂范式

Yi-Zhuang You 等研究者在 arXiv 发布论文，提出 GraphMP——一种基于学习的量子低密度奇偶校验（LDPC）码消息传递解码器。论文称其可在不同码族、码规模、物理错误率和噪声模型之间无需微调直接迁移，并借助模型引导的 beam search 逐步细化候选错误图样以降低逻辑错误率。 论文同时提出“解码器模型工厂”范式：将搜索得到的已验证轨迹蒸馏为训练数据，逐代改进解码器，使其随噪声变化持续适应，目标是产出高性能、低延迟且可随量子硬件演进不断更新的解码器。以上为论文提出者的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。