Tsim：基于 ZX 演算与稳定子秩分解的 GPU 加速通用量子纠错模拟器深度解析
Tsim 是由 QuEra 开发的高性能、通用量子电路模拟器，通过结合 ZX 演算简化与稳定子秩分解，在保持 Stim API 兼容性的同时，实现了对非克利福德门的快速模拟与 GPU 加速。
量子纠错
量子可观测量噪声缓解新范式：基于哈密顿对称性衰变的GUESS方法深度解析
本篇博客深入解析了GUESS（Guiding Extrapolations from Symmetry DecayS）这一创新的量子误差缓解技术，它通过学习哈密顿量对称性的衰变行为来提高嘈杂量子计算结果的准确性，并在IBM Heron r2量子处理器上展示了其卓越性能。
异质量子纠错码：通过比特策略布局突破性能瓶颈的深度解析
本文深度解析了 Omid Khosravani 等人的最新研究，探讨了在量子处理器中如何通过异质比特的策略性布局，利用“稳定器比例假设”显著提升量子纠错码的阈值与逻辑错误率表现。
QGPU：量子LDPC码中的并行逻辑运算
本研究引入了簇式循环（Clustered-cyclic, CC）量子低密度奇偶校验（qLDPC）码，并开发了一种称为并行乘积手术（Parallel Product Surgery）的新型技术，以实现qLDPC码中逻辑运算的最大并行化和固定开销下的容错性，为构建“量子GPU”奠定基础。
时空保利过程（SPP）：利用量子梳建模量子纠错中的关联噪声深度解析
本文深度解析了 John F Kam 等人提出的时空保利过程（SPP）框架，该框架通过多时间保利旋转将复杂的非马尔可夫噪声映射为经典的随机保利轨迹，为量子纠错中的关联噪声提供了高效、可扩展的建模工具。
群面码与通用量子计算：超越 Z2 拓扑容错的非克利福德门新范式
本文深度解析了由 Naren Manjunath 等人提出的群面码（Group Surface Codes）框架，探讨了如何通过有限群的量子双模型实现横向非克利福德门，并利用时空张量网络构建通用的拓扑纠错计算方案。
可微分最大似然估计：解锁量子纠错码噪声建模的“黑盒”深度解析
本文深度解析了最新提出的可微分最大似然估计（dMLE）框架，该框架通过将伴随式似然性计算映射为统计力学配分函数，实现了噪声参数的高效梯度优化，在谷歌 Sycamore 处理器数据上显著提升了逻辑错误抑制率。
顺势而为：通过被动纠错策略校正相干量子误差
本博客深入解析了Witzel等人提出的通过被动量子纠错（QEC）策略有效管理相干量子误差的方法，揭示了在特定条件下相干误差可以被转化为类似独立Pauli误差的行为，显著降低了逻辑失败率的二次方增长。