矩阵乘积算子量子态层析的在线黎曼梯度下降法：理论突破与算法实战深度解析
本文深度解析了蔡剑锋教授团队提出的在线黎曼梯度下降法（oRGD），该方法通过 MPO 结构将量子态层析的测量复杂度从指数级降低至系统规模的平方量级，并证明了其在噪声环境下的线性收敛性。
量子态层析
量子度量学习的“黑盒”审计：一种高效且实用的验证协议深度解析
本文深度解析了一种针对量子度量学习模型的黑盒验证协议，探讨如何利用互补无偏基（MUBs）在不了解模型内部结构的情况下验证量子嵌入的类别分离度。
本文深度解析了蔡剑锋教授团队提出的在线黎曼梯度下降法（oRGD），该方法通过 MPO 结构将量子态层析的测量复杂度从指数级降低至系统规模的平方量级，并证明了其在噪声环境下的线性收敛性。
本文深度解析了一种针对量子度量学习模型的黑盒验证协议，探讨如何利用互补无偏基（MUBs）在不了解模型内部结构的情况下验证量子嵌入的类别分离度。