来源论文: https://arxiv.org/abs/2606.29443v1 生成时间: Jun 30, 2026 18:45

混合态非稳定度量化的破局者：线性稳定子熵（Stabilizer Entropy）作为强鲁棒性资源代理的深度物理解析

0. 执行摘要

在量子计算与多体物理的前沿研究中，非稳定度（Non-stabilizerness，通常被称为“魔术态资源”或“Magic”）已被公认为实现量子优越性以及刻画经典计算模拟瓶颈（如张量网络和稳定子电路模拟器的失效）的核心物理量。然而，在真实物理世界和实验噪声环境下，系统不可避免地处于混合态（Mixed States）。

传统的混合态非稳定度单调量（如净化魔术度 Entanglement of Purification 的类似物）在计算上面临极大的物理障碍：最新复杂性理论证明，任何严格单调的混合态非稳定度量均属于 $QP^2$ 复杂度类，其计算成本随比特数呈超指数级（Superexponential）增长，这彻底锁死了其在大规模量子化学和凝聚态物理模拟中的应用。

为了打破这一计算僵局，Gianluca Esposito、Michele Viscardi 和 Alioscia Hamma 在最新论文《Stabilizer entropy is trustworthy for mixed states》中提出了一种革命性的视角。他们不再一味追求在“最坏情况”下依然成立的严格单调性，而是引入了**线性稳定子熵（Linear Stabilizer Entropy, $\tilde{M}_{\text{lin}}$）**作为一种全新的 $\eta$-资源代理（$\eta$-resource proxy）。通过严格的解析推导与数值基准测试（涵盖 Haar 随机态、Clifford 轨道、随机矩阵乘积态 MPS 以及 1D 经典 XY 模型），研究团队证明：线性稳定子熵在非自适应稳定子操作（包括偏迹和计算基去相位）下的单调性违背概率随系统尺寸 $N$ 呈指数级衰减（$e^{-\eta N}$）。这意味着在绝大多数物理实际场景中，线性稳定子熵均可被安全、高效地视作混合态非稳定度的严格单调量。这一发现为经典模拟算法的精度边界评估、有限温量子化学模拟以及 NISQ 设备的噪声表征提供了极具威力的实用工具。

1. 核心科学问题，理论基础，技术难点，方法细节

1.1 核心科学问题：混合态 Magic 量化的“计算墙”

稳定子形式（Stabilizer Formalism）是经典模拟多体量子系统的基石。根据著名的 Gottesman-Knill 定理，仅由 Clifford 门、计算基状态准备和测量组成的电路可以利用经典计算机在多项式时间内进行完美模拟。要实现超越经典模拟能力的“量子优势”，必须引入非稳定子操作或非稳定子态。量化这种非稳定度（Magic）对于界定经典与量子边界至关重要。

对于纯态，稳定子 Rényi 熵（Stabilizer Rényi Entropy, $M_\alpha$）已被证明是一个非常优秀的资源度量，具有良好的可计算性和单调性。然而，当物理学家试图将这一工具推广到实际的混合态时，遇到了两大核心难题：

1. 理论局限性：简单地将纯态度量推广到混合态（例如直接应用纯态公式），会导致单调性在稳定子操作（如偏迹、测量）下被违背。这是因为混合化（Mixing）可以平滑物理状态，但在数学公式中却可能引发“Magic”的虚假增加。
2. 计算复杂性：为了维持单调性，传统方法不得不借助凸屋构造（Convex Roof Construction）或净化（Purification）方法。这些方法需要对密度矩阵进行极高维度的非线性优化，已被证明其复杂度属于 $QP^2$（Quasi-Polynomial），在实际的多比特系统（$N > 4$）中完全不可行。

因此，该工作的核心科学问题是：是否存在一个既能高效计算（多项式甚至更低复杂度），又能在绝大多数物理和化学场景下严格满足单调性的混合态非稳定度度量？

1.2 理论基础：资源代理（Resource Proxy）与 $\eta$-资源代理

为了绕过严格单调性带来的计算灾难，作者放宽了“在整个密度矩阵空间内处处满足单调性”的极端数学限制，开创性地定义了 $\eta$-资源代理（$\eta$-resource proxy）。其哲学思想与量子纠缠理论中的“纠缠见证者（Entanglement Witness）”有异曲同工之妙，但更为严谨。

定义 1（$\eta$-资源代理）： 给定一个 $N$-比特系统的希尔伯特空间 $\mathcal{H} = \mathbb{C}^{2^{\otimes N}}$，一个由自由态集合 $\mathcal{F}$ 和自由操作集合 $\mathcal{O}$ 定义的量子资源理论，以及另一个非自由态的代表性系综 $\mathcal{S} \neq \mathcal{F}$。若一个实值函数 $f : \mathcal{D}(\mathcal{H}) \to \mathbb{R}^+$ 满足：

1. 忠实性（Faithfulness）：在系综 $\mathcal{S}$ 中， $f(\rho) = 0 \iff \rho \in \mathcal{F}$；
2. 概率单调性（Probabilistic Monotonicity）：对于任意自由操作 $\mathcal{E} \in \mathcal{O}$ 和态 $\rho \in \mathcal{S}$，存在常数 $\eta > 0$ 使得单调性违背的概率满足： $$\text{Pr}\left( f(\rho) - f(\mathcal{E}(\rho)) < 0 \right) \le \exp(-\eta N)$$ 则称 $f$ 是该系综在自由操作 $\mathcal{O}$ 下的**$\eta$-资源代理**。

这一定义的精妙之处在于，它将一个绝对的数学不等式约束，转化为了一个在测度集中性（Measure Concentration）框架下的概率约束。只要 $\eta = \mathcal{O}(1)$，随着系统尺寸 $N$ 的增长，违背单调性的物理状态将变得极其罕见，以至于在实际的物理计算和实验观测中几乎永远不会遇到。

1.3 技术难点：非自适应稳定子资源理论下的非单调行为

在非自适应稳定子量子计算（Non-adaptive Stabilizer Computation）的资源理论中，自由态集合被定义为 $\text{STAB}_0$。这些状态是平坦混合稳定子态，其 Pauli 断层扫描权重是均匀的。其密度矩阵可表示为：

其中 $\mathcal{P}$ 是 Pauli 群。能够保持该自由态集合的非自适应自由操作（Free Operations, $\mathcal{O}$）包括：

1. Clifford 幺正变换（Clifford Unitaries）；
2. 偏迹（Partial Trace）；
3. 与 $\text{STAB}_0$ 态作张量积；
4. 在计算基下的去相位或不带后选择的测量（Dephasing / Measurement）。

传统的对数稳定子熵（Logarithmic SE, $M_2$）在对纯态实施偏迹或去相位时，会产生严重的单调性违背。例如，某些纯态在丢弃一部分比特（偏迹）后，剩余子系统的 $M_2$ 值反而可能高于原系统的 $M_2$ 值。这种“Magic 凭空产生”的现象在物理上是无法容忍的，严重阻碍了其作为资源度量的可信度。

1.4 方法细节：线性稳定子熵（$\tilde{M}_{\text{lin}}$）的设计

为解决上述单调性冲突，作者引入了线性稳定子熵（Linear Stabilizer Entropy, $\tilde{M}_{\text{lin}}$）。对于给定的 $N$-比特混合态 $\rho$（其维度 $d = 2^N$），其定义为：

其中：

• 纯度（Purity）：$\text{Pur}(\rho) = \text{Tr}(\rho^2)$。
• 稳定子纯度（Stabilizer Purity, SP）： $$\text{SP}(\rho) = d \,\text{Tr}(Q \rho^{\otimes 4})$$ 此处 $Q$ 是一个特殊的稳定子投影算符，定义为 $Q = d^{-2} \sum_{P \in \mathcal{P}_N} P^{\otimes 4}$，$\mathcal{P}_N$ 为 $N$-比特 Pauli 串集合。

理论性质证明：

1. 忠实性：作者证明了 $\tilde{M}_{\text{lin}}(\rho) = 0 \iff \rho \in \text{STAB}_0$。这确保了线性稳定子熵在自由态上严格为零。
2. 纯态自由操作下的严格单调性：对于 Clifford 幺正变换和引入自由态，该度量具有严格的单调性。具体表现为： $$\tilde{M}_{\text{lin}}(\psi \otimes \sigma) = \text{Pur}(\psi)\text{Pur}(\sigma) - \text{SP}(\psi)\text{SP}(\sigma) \le \tilde{M}_{\text{lin}}(\psi)$$ 其中 $\sigma \in \text{STAB}_0$。
3. 与对数形式的数学不等式关系：定义混合态下的对数稳定子熵为 $\tilde{M}_2(\rho) = \log[\text{Pur}(\rho)] - \log[\text{SP}(\rho)]$。作者严格证明了以下系统性不等式： $$\tilde{M}_2(\rho) \ge \tilde{M}_{\text{lin}}(\rho) \quad \forall \rho \in \mathcal{D}(\mathcal{H})$$ $$\tilde{M}_2(\rho) \ge \log_2[\tilde{M}_{\text{lin}}(\rho)] \quad \forall \rho \in \mathcal{D}(\mathcal{H})$$

严格不等式证明过程详述：

令 $\text{Pur}(\rho) \equiv x$，$\text{SP}(\rho) \equiv y$。由于纯度是 Pauli 谱的二阶矩，而稳定子纯度是四阶矩，根据不等式性质显然有 $x \ge y$。同时有 $\frac{2}{d+1} \le y \le x \le 1$。证明 $\tilde{M}_2(\rho) \ge \tilde{M}_{\text{lin}}(\rho)$ 等价于证明如下不等式：

为此，定义辅助函数 $f(t) = \log(t) - \log(2)t$，定义域 $t \in [0, 1]$。求导得：

由于 $1/t > \log(2)$ 在 $t \in (0, 1)$ 内恒成立，故 $f(t)$ 在此区间内严格单调递增。因此，若 $x > y$，必然有 $f(x) > f(y)$，即：

证毕。同理可证 $\tilde{M}_2(\rho) \ge \log_2[\tilde{M}_{\text{lin}}(\rho)]$。这两项不等式确立了线性形式与经典对数形式之间的桥梁，保证了通过线性形式约束所得结论可无缝外推至对数度量。

为了系统量化去相位及偏迹自由通道对非稳定性的影响，作者定义了 线性稳定子熵间隙（SE Gap）：

只要 $\bar{M}^{\mathcal{E}}(\rho) \ge 0$，就意味着单调性得以保持。若出现负值，则意味着单调性被违背。接下来的物理任务便是证明该间隙在典型物理系综中绝大多数时候为正。

2. 关键基准（Benchmark）体系，计算数据，性能展示

研究团队针对四大类核心物理体系进行了极其详尽的数学证明与数值基准测试。这些测试体系在凝聚态物理和量子化学中具有极高的代表性。

2.1 Haar 随机态系综（Haar Random Ensemble）

Haar 随机态代表了希尔伯特空间中典型的“最坏情况”或极高复杂度的量子态。研究人员通过 Weingarten 微积分（Weingarten Calculus）解析计算了 $\bar{M}^{\mathcal{E}}$ 在 Haar 幺正变换下的平均值。

对于偏迹通道 $\mathcal{E} = \text{Tr}_B(\cdot)$，平均间隙为：

对于去相位通道 $\mathcal{E} = \mathcal{D}_B(\cdot)$，平均间隙为：

通过引入 Lévy 集中性引理（Lévy’s Lemma），作者导出了单调性违背概率的解析上界：

• 物理结论：在 Haar 随机系综中，线性稳定子熵是一个具有极高资源保障强度的资源代理，其单调性违背的概率随着希尔伯特空间维度 $d = 2^N$ 的增加呈双指数级抑制（在比特数 $N$ 的维度上为单指数级衰减）。数值模拟结果（见论文 Figure 1）清晰地展示了，对于偏迹（1比特及半系统）和去相位，违背概率在 $N \ge 4$ 后迅速跌落至零。

2.2 Clifford 轨道系综（Clifford Orbit Ensemble）

由于 Clifford 群在整个幺正群中仅构成一个离散子群，其典型性（Typicality）弱于 Haar 随机态。研究团队研究了由固定非稳定纯态 $\psi$ 经随机 Clifford 变换 $C \in \mathcal{C}(d)$ 作用生成的轨道：$\rho_C = C \psi C^\dagger$。通过使用 Clifford Averages 技巧（Clifford 群构成 3-设计，3-design），计算出偏迹下的平均间隙为：

借助 Chebyshev 不等式，推导出了单调性违背概率上界：

这意味着 $\tilde{M}_{\text{lin}}$ 依然是该系综下优秀的 $\eta$-资源代理，其 $\eta = \mathcal{O}(1)$（见论文 Figure 2 的数值验证，同样在 $N \ge 6$ 后违背概率趋近于0）。

2.3 随机矩阵乘积态（Random Matrix Product States, RMPS）

矩阵乘积态（MPS）是强关联物理和经典张量网络模拟算法的核心。低键维度（Bond Dimension $\chi$）的 MPS 能够高效代表一维局域哈密顿量的基态。研究人员深入探讨了随机有规 PBC-MPS（具有周期性边界条件）在不同键维 $\chi$ 尺度下的表现。通过复杂的序列生成 Weingarten 积分推导，获得了非凡的解析上限：

• 重要发现：即使在 $\chi$ 固定为常数的情况下，单调性违背概率也随比特数 $N$ 呈指数级衰减。如果 $\chi$ 随系统尺寸增长（例如一维临界系统或多维投影纠缠对态 PEPS 的退化），那么这种集中性将变得更加坚不可摧（见论文 Figure 3）。线性稳定子熵被证明是一个极佳的 $\eta = \mathcal{O}(\chi^2)$ 非稳定资源代理。
• OBC 体系（开边界条件）：由于 PBC 的解析推导无法直接平移至 OBC，研究人员对 OBC-MPS 实施了大规模统计蒙特卡洛测试，每个参数对 $(N, \chi)$ 均匀采样 $3.5 \times 10^4$ 个随机状态。在所有抽样计算中，未发现一起单调性违背事件。 使用 Chebyshev 不等式估算的上界（Figure 4 & Figure 5）展示了极其平稳的指数下降曲线。

2.4 典型物理模型：一维量子 XY 旋转链（1D Quantum XY Chain）

为了脱离随机性状态系综的“温室”，研究团队在一个高度非平庸、非随机的真实物理模型——一维固态旋转链中验证了该方法的有效性。该模型的哈密顿量为：

该模型具有丰富的相图（各向同性线 $\gamma = 0$ 处的临界转变，以及临界磁场 $h = 1$ 处的相变）。为了实施比普通偏迹和去相位更苛刻的物理考验，研究人员计算了子系统 $B$（包含4个比特）实施计算基下的部分后选择投影测量后的结果，并评估了平均后测量非稳定度间隙（定义在对数度量 $\tilde{M}_2$ 上）：

其中 $p \in \{e, o\}$ 代表哈密顿量的偶 parity 和奇 parity 宇称基态，$\mathbf{b}$ 为测量结果，$p_{\mathbf{b}}$ 为相应概率。

• 物理基准数据分析（对应论文 Figure 6）：对于 $N=16$ 的体系，在参数空间 $h, \gamma \in [0, 2]$ 内进行高精度网格计算，数值结果清晰显示：$\Delta_B \tilde{M}_2^{(p)}$ 在整个相图内处处严格大于零。
• 即使在靠近各向同性线（临界区）系统展示出强烈的有限尺寸宇称能级交叉和振荡行为时，该投影测量间隙依然保持了极佳的非负性。这表明，在真实的关联量子材料计算中，稳定子熵对投影测量的单调响应特性极其稳健。

3. 代码实现细节，复现指南，所用的软件包及开源 repo link

3.1 核心算法的技术瓶颈：稳定子纯度（SP）的指数墙

计算 $\tilde{M}_{\text{lin}}$ 或 $\tilde{M}_2$ 的最大技术瓶颈在于稳定子纯度 $\text{SP}(\rho) = d \text{Tr}(Q \rho^{\otimes 4})$ 的评估。直接展开需要计算 $d^2 = 2^{2N}$ 个 Pauli 算符的期望值：

如果采用蛮力展开，对于 $N$ 比特混合态，其复杂度高达 $\mathcal{O}(2^{3N})$，计算量对于 $N > 10$ 的系统是灾难性的。

3.2 破局算法：基于快速沃尔什-哈达玛变换（Walsh-Hadamard Transform, WHT）的高效算法

论文在附录 Section VII 中展示了如何将 X-Z 分解与一维快速傅里叶变换（FFT）的变体——**快速沃尔什-哈达玛变换（Fast WHT）**相结合，将计算复杂度从 $\mathcal{O}(2^{3N})$ 骤降至 $\mathcal{O}(2^N)$ 级别。

对于纯态 $|\psi\rangle = \sum_i \psi_i |i\rangle$，定义辅助复函数 $g_x(i) := \psi^*_{i \oplus x} \psi_i$。该函数的 WHT 变换为：

通过 Parseval 定理和 XOR 卷积定理（XOR Convolution Theorem），稳定子纯度可以被优雅地重写为：

针对混合态（如经过偏迹处理后的子系统 $\psi_B = \text{Tr}_A |\psi\rangle\langle\psi|$），研究团队将该方法进行了漂亮的推广（附录 Section VII B）：

1. 定义子系统 $B$ 上的辅助变换： $$\tilde{g}_x(i_B) := \sum_{i_A \in \mathbb{F}_2^{N_A}} \psi_{i_A, i_B} \psi^*_{i_A, i_B \oplus x}$$
2. 对 $\tilde{g}_x(i_B)$ 进行快速 WHT 变换，得到 $\tilde{G}_x(k)$。
3. 子系统 $B$ 的稳定子纯度只需通过以下低阶求和即可求得： $$\text{SP}(\psi_B) = d_B \sum_{x, k \in \mathbb{F}_2^{N_B}} |\tilde{G}_x(k)|^4$$ 此算法避免了昂贵的混合态密度矩阵完全对角化和全群求和，极大地提升了数值复现的效率。

3.3 数值复现路线与代码范例（Julia）

复现本工作的核心步骤（特别是针对矩阵乘积态 MPS 体系）通常采用 Julia 语言，配合强大的张量网络库 ITensors.jl。

运行环境依赖：

• Julia 1.9+
• ITensors.jl （用于 MPS 状态构建与偏迹收缩）
• FastTransforms.jl 或自定义高效 Hadamard 变换函数（用于执行 WHT 变换）

核心复现伪代码与算法架构：

using ITensors
using LinearAlgebra

# 1. 快速一维 WHT 函数实现 (基于蝶形算法 Butterfly Algorithm)
function fast_wht!(array::Vector{T}) where T<:Number
    n = length(array)
    @assert (n & (n - 1)) == 0 "Array length must be a power of 2"
    h = 1
    while h < n
        for i in 1:2h:n
            for j in 0:(h-1)
                u = array[i+j]
                v = array[i+h+j]
                array[i+j] = u + v
                array[i+h+j] = u - v
            end
        end
        h *= 2
    end
    array ./= sqrt(n)
    return array
end

# 2. 从 MPS 计算子系统的稳定子纯度 (SP) 和 纯度 (Purity)
function compute_reduced_se_properties(psi::MPS, target_sites::Vector{Int})
    N_sub = length(target_sites)
    d_sub = 2^N_sub
    
    # 利用 ITensors 收缩不属于 target_sites 的比特，获得子系统的密度矩阵 rho_B
    # 或提取其状态系数阵进行 WHT 变换
    # 提取系数进行高效处理
    psi_tensor = ITensors.Array(prod(psi[target_sites])) # 针对小系统直接转为稠密张量
    psi_vec = vec(psi_tensor)
    
    # 纯度计算
    purity = sum(abs2, psi_vec)^2 # 若原态为纯态，子系统纯度可以通过系数的 Schmidt 分解或者偏迹直接计算
    
    # 稳定子纯度 SP 计算
    sp_sum = 0.0
    # 遍历所有 X 算符作用模式 x (二进制映射为 1:d_sub)
    for x in 0:(d_sub-1)
        # 构造 g_tilde_x
        g_tilde = zeros(ComplexF64, d_sub)
        for i_B in 0:(d_sub-1)
            idx_i = i_B + 1
            idx_ix = (i_B ⊻ x) + 1 # XOR 异或操作实现位移
            # 计算混合态偏迹投影分量
            g_tilde[idx_i] = psi_vec[idx_i] * conj(psi_vec[idx_ix]) 
        end
        # 快速沃尔什-哈达玛变换
        fast_wht!(g_tilde)
        # 累加四阶矩
        sp_sum += sum(abs4, g_tilde)
    end
    
    stabilizer_purity = d_sub * sp_sum
    linear_se = purity - stabilizer_purity
    
    return purity, stabilizer_purity, linear_se
end

3.4 关键开源软件包链接：

• ITensors 官方库：https://github.com/ITensor/ITensors.jl (用于处理多体哈密顿量基态、MPS OBC/PBC 模拟的核心工具)。
• ITensorMPS.jl：包含用于计算各种物理算符期望值、去相位通道和纠缠谱的进阶包。

4. 关键引用文献，以及对这项工作局限性的评论

4.1 关键引用文献

本工作建立在以下里程碑式量子资源理论和稳定子熵研究基础之上：

1. [12] L. Leone, S. F. Oliviero, and A. Hamma, “Stabilizer Rényi Entropy”, Phys. Rev. Lett. 128, 050402 (2022). 奠基性工作，首次定义了纯态下的稳定子 Rényi 熵，将 Magic 的度量转化为可观测量。
2. [33] L. Leone and L. Bittel, “Stabilizer entropies are monotones for magic-state resource theory”, Phys. Rev. A 110, L040403 (2024). 严格证明了纯态稳定子熵在非自适应操作下构成严格的资源单调量，为本工作提供了坚实的单调性基础。
3. [15] L. Leone, J. Eisert, and S. F. E. Oliviero, “The unbearable hardness of deciding about magic”, arXiv:2602.22330 (2026). 证明了严格的混合态非稳定度度量具有 QP^2 的计算复杂性，指出了寻求“严格单调量”的计算不可能性，从而催生了本工作中的“资源代理”方案。
4. [28] T. Haug and L. Piroli, “Quantifying nonstabilizerness of matrix product states”, Phys. Rev. B 107, 035148 (2023). 探讨了 MPS 在 Pauli 基下的特征，为本工作在张量网络和随机 MPS 系综中验证稳定子熵提供了技术积累。

4.2 局限性深度批判思考

虽然本项工作在概念设计（引入 $\eta$-资源代理）和计算优化（快速 WHT）上取得了突破性的进展，但作为面向量子多体和量子化学模拟的技术作者，我们必须指出其在实际应用中依然存在的理论与工程局限：

1. 费米子体系（Fermionic Systems）与量子化学的非局域映射障碍

量子化学和分子轨道模拟本质上是费米子多体问题。要将本文设计的量子比特（Qubit）稳定子熵应用于化学系统，必须使用诸如 Jordan-Wigner (JW) 或 Bravyi-Kitaev (BK) 变换将费米子哈密顿量映射为自旋算符。然而，JW 变换是非局域的，这会导致分子轨道中的局域费米子相互作用被映射为高度非局域的 Pauli 算符链。这引发了两个严重问题：

• 分子态的“Magic”特性可能在自旋映射下被严重扭曲；
• 费米子体系下的局域偏迹通道（例如丢弃某个分子轨道）在比特表示下会转化为非局域通道，这极有可能破坏 $\eta$-资源代理中对违背概率收敛性的解析保证。

2. 在极端有限尺寸（Small $N$）系统下的失效风险

从论文中图 1、图 2 和图 3 的数值结果可以看出，单调性违背概率的集中性（Measure Concentration）是一个渐近行为。在 $N \le 4$ 的极小系统或主动空间（Active Space）中，单调性违背的概率实际上高达 $5\% \sim 15\%$。这意味着，如果用户在小型 NISQ 芯片（如早期分子 VQE 演示，通常只有 2 至 4 个活性比特）上监测噪声演化，线性稳定子熵可能会给出错误的物理指示（错误地显示非稳定度随退相干增加而增加）。

3. 概率单调性对对抗态（Adversarial States）的失效

$\eta$-资源代理的数学基础建立在“典型态系综”之上。如果一个特定的量子算法（例如某些特定的加密协议或高度非典型的量子纠错码状态准备过程）故意运行在单调性被违背的极少数“对抗态”（Adversarial States）上，线性稳定子熵将无法准确跟踪其资源消耗。在这些极端场景中，人们不得不重新面对高复杂度（QP2）的严格单调量。

5. 补充：从量子化学到张量网络的深度扩展与未来展望

5.1 量子化学模拟中的核心应用图景：有限温经典-量子分界点

在现代量子化学计算中，分子体系的模拟通常面临活性空间（Active Space）的选择难题。当分子处于基态时，我们可以利用密度矩阵重整化群（DMRG）在 MPS 表示下进行低复杂度模拟。然而，当涉及分子激发态、光合作用中的非辐射跃迁（去相干过程）以及有限温自由能计算时，系统必须被表征为混合态。

线性稳定子熵 $\tilde{M}_{\text{lin}}$ 在此处的革命性价值在于，它允许我们计算有限温分子轨道混合密度矩阵 $\rho_T = e^{-H/k_BT}/Z$ 的 Magic 度量：

1. 界定 DMRG 模拟边界：分子动力学中的热涨落和活性空间外部轨道去相位会如何改写分子的非稳定度？利用 $\tilde{M}_{\text{lin}}$ 可以明确给出在何种温度下经典张量网络模拟（因 Magic 累积过高）会宣告失效，从而必须切换到量子硬件模拟。
2. NISQ 化学模拟算法的噪声评估：在实际的超导或离子阱量子处理器上运行量子化学 VQE 算法时，环境噪声（振幅阻尼和相位弛豫通道）会使状态发生混合化。线性稳定子熵可以作为在线诊断工具，直接度量实验中混合态由于物理退相干损失了多少“量子算力（Magic Resource）”。由于其只需要 4 份状态拷贝的测量（4-copy measurements），在现有的量子硬件上已经实现了无需完全状态断层扫描（Full State Tomography）的可行测量（参见文献 [31] 实验进展）。

5.2 2D 张量网络（PEPS）中的潜在应用与算法展望

随着张量网络向二维系统（投影纠缠对态 PEPS，常用于描述具有强关联特征的过渡金属氧化物催化剂催化中心）扩展，Magic 的量化变得愈发困难。基于本工作的理论，未来的一个核心研究方向是开发基于高效 WHT 变换的 PEPS 局域稳定子熵收缩算法。

由于 PEPS 可以看作是更强纠缠的 MPS，其对应的键维 $\Delta$ 包含了更多的非局部关联。通过对 2D 贴片实施近似偏迹收缩，并配合 WHT 对线性稳定子熵进行量化，可以有效评估 2D 经典张量网络在精确重整化群（RG）流动中的多体 Magic 分布。这将为攻克量子化学中如氮气固定（Nitrogen Fixation）中多金属活性中心的 2D 关联模拟提供强有力的计算物理学支持。

5.3 总结：实用主义在量子物理中的胜利

这项工作的最大贡献在于实用主义对完美主义的胜利。长久以来，量子信息理论学家一直沉溺于寻找满足数学上完美无瑕、绝无例外，却在计算上完全不可行的单调量。通过退一步引入“$\eta$-资源代理”，研究团队成功将混合态非稳定度的量化带入了可高效计算的物理现实。这无异于为多体物理和量子化学计算打开了一扇通往全新量化分析视窗的大门。