深度解析：基于强化学习的实验兼容测量-反馈量子态制备新范式
本文深度解析了一种无需全态重构、完全基于实验可观测量的自适应测量-反馈量子态制备框架。该工作将弱测量与强化学习（PPO）相结合，在玻色-哈伯德模型和GHZ态制备中实现了超越传统方案的卓越性能，为近期量子硬件上的多体基态制备开辟了极具可扩展性的道路。
量子态制备
深度解析：通过树张量网络编译实现实用对数深度量子态制备与电路验证
本博客深度解析了通过树张量网络编译将矩阵乘积态（MPS）转换为对数深度量子电路的创新方法，并扩展其应用于酉算子验证，为量子化学算法和近中期硬件校准提供了实用工具。
加权嵌套对易子（WNC）：实现大规模量子多体态制备的可扩展反绝热驱动技术深度解析
本文深度解析了一种名为加权嵌套对易子（WNC）的新型变分 ansatz，它通过引入独立变分权重解决了传统反绝热驱动在处理大规模非积性量子系统时的不可扩展性问题。
量子化学与核物理的交汇：基于张量网络的低 T 门开销原子核本征态制备方案深度解析
本文深度解析了一种利用经典张量网络（DMRG）辅助量子电路编译的创新协议，成功将76量子比特原子核本征态的制备T门开销降低至2万级别，为早期容错量子模拟提供了切实可行的路径。