Quantum Computing Report· Mohamed Abdel-Kareem·· 6 天前AI 评分59
哥德堡大学与查尔姆斯团队开发模块化图神经网络解码器，用于表面码存储与格手术
Gothenburg and Chalmers Researchers Develop Modular Graph Neural Decoder for Surface Code Memory and Lattice Surgery
AI 导读
哥德堡大学与查尔姆斯研究团队发布预印本，提出可跨硬件架构和噪声配置迁移的模块化神经解码器，用于表面码量子纠错。该架构受重整化群启发，参数量在 d=3 至 9 各距离下保持在约 200 万至 300 万，可在单张商用 GPU 上训练；在 IBM Nighthawk r1（ibm_berlin）数据上 d=3 时每轮逻辑错误率较 MWPM 减半（1.26% 对 2.60%）。
AI 生成摘要 · 以原文为准
来源：Quantum Computing Report · quantumcomputingreport.com