Estrarre rapidamente i tassi di decadimento della fedeltà negli esperimenti di benchmarking su circuiti casuali

Abstract degli autori

Il benchmarking randomizzato (RB) con circuiti strutturati è scalabile sperimentalmente, ma fornisce stime distorte della fedeltà a profondità ridotta, perché il mescolamento incompleto dell’ensemble introduce modi transitori. Attendere che questi transitori decadano in circuiti più profondi può spingere il segnale al di sotto del livello di rumore. Si tratta di un ostacolo ben noto, per esempio nel benchmarking dell’entropia incrociata lineare (LinXEB). Qui superiamo questo ostacolo esclusivamente tramite post-elaborazione classica. Introduciamo una famiglia di stimatori a un parametro che interpola tra la post-elaborazione standard di tipo LinXEB e una nuova tecnica di post-elaborazione che chiamiamo funzione filtro della traccia. Sotto ipotesi pratiche, la funzione filtro della traccia sopprime in modo dimostrabile i modi transitori, rendendo visibile un decadimento della fedeltà interpretabile a profondità ridotta, con garanzie teoriche paragonabili a quelle del RB standard, al costo di una varianza maggiore. Forniamo un limite per la varianza, analizziamo la complessità di valutazione dei nuovi stimatori e sviluppiamo algoritmi pratici di post-elaborazione. Esperimenti su un processore superconduttore Rigetti convalidano il metodo per circuiti unidimensionali fino a 12 qubit: laddove lo stimatore standard richiede una profondità superiore alla finestra sperimentale di 40 strati, la funzione filtro della traccia fornisce stime coerenti sotto i 10 strati. Il benchmarking randomizzato filtrato con la funzione filtro della traccia estende quindi la caratterizzazione affidabile della fedeltà a insiemi rilevanti di circuiti strutturati e a regimi di profondità ridotta, inaccessibili agli stimatori convenzionali.