量子复杂度的经典双重奏：经典模拟硬度与样本学习难度的深层等价性研究
本文深度解析了经典模拟硬度与基于样本的量子态学习难度之间的内在关联。通过能量生成模型（EBM）、海森矩阵曲率及随机子空间优化（RSO）等先进机器学习工具，揭示了纠缠与非稳定度（Magic）对经典学习算法的多维度制约，为量子计算硬度提供了一种经验性探针。
Quantum-State-Tomography
无惧维数灾难：基于压缩测量的结构化量子态断层扫描（QST）前沿理论、算法与多体系统重构深度解析
本文深度解析基于压缩测量的结构化量子态断层扫描（QST）核心理论，涵盖低秩态、张量网络（MPO/PEPO）与经典阴影等前沿算法，探讨其在量子多体系统及量子化学重构中的关键应用与技术局限。