延世大学基于Mamba架构开发神经量子纠错解码器
热点事件历史事件
延世大学基于Mamba架构开发神经量子纠错解码器
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
延世大学研究团队在 npj Quantum Information 发表基于 Mamba 结构化状态空间架构的量子纠错（QEC）神经解码器，将解码计算复杂度从 O(d^4) 降至 O(d^2)，使深度学习解码在实时量子纠错场景下更易落地。 在 Google Quantum AI Sycamore 硬件数据集上，该解码器的静态内存基准精度与 AlphaQubit 等 Transformer 模型相当，同时计算开销更低，为实时纠错解码提供了新的架构选择。
AI 生成摘要 · 以原文为准
AI 根据报道生成 · 6 天前更新
最新进展10月29日 10:04
延世大学基于 Mamba 状态空间架构开发实时量子纠错神经解码器报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Quantum Computing Report延世大学基于 Mamba 状态空间架构开发实时量子纠错神经解码器
延世大学研究团队在 npj Quantum Information 发表基于 Mamba 结构化状态空间架构的量子纠错（QEC）神经解码器，将解码计算复杂度从 O(d^4) 降至 O(d^2)。在 Google Quantum AI Sycamore 硬件数据集上，该解码器静态内存基准精度与 AlphaQubit 等 Transformer 模型相当；计入延迟噪声后。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月29日 11:00
- 近 24 小时变化
- -49%
02.557.510
12:0018:0010月30日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。