Скрытая сложность: Необратимые преобразования в квантовых схемах
![Схема графа суперселекционных секторов демонстрирует, что оптимизация цепей сводится к задаче поиска кратчайшего пути, где вершины представляют сектора, направленные ребра - допустимые операции слияния, а вес каждого ребра отражает стоимость соответствующего квантового гейта [latex]w_{i}[/latex], что позволяет найти оптимальную последовательность слияний между начальным и целевым секторами при минимальных затратах.](https://arxiv.org/html/2601.09535v1/fig_graph.png)
Новое исследование показывает, как учесть неинвертируемые симметрии при расчете сложности квантовых вычислений, открывая новые горизонты в понимании информационных процессов.
Квантовые Завихрения: Безопасность и IPO
Квантовые Завихрения: Безопасность и IPO Знаете, как в хорошей задаче по квантовой механике? Кажется, все просто, пока не начинаешь решать. Вот и с квантовыми технологиями: вроде бы все понятно – компьютеры, шифры, будущее. Но чем глубже копаешь, тем больше нюансов. Сейчас мы наблюдаем не просто научный прогресс, а целую перестройку парадигмы безопасности и финансового рынка. … Читать далее
Геометрия квантовых торов: за пределами бирациональных преобразований
В статье исследуются бирациональные морфизмы между квантовыми торовыми стеками, открывающие новые перспективы в изучении их геометрических свойств.
Спектральный анализ зависимостей в сетевых данных
![Для канонических пар сигналов графа [latex]\hat{Z}_{i}, \hat{W}_{i}[/latex] при [latex]i = 1, \ldots, 5[/latex], графики канонической когерентности [latex]\hat{\gamma}_{i}(\lambda_{\ell})[/latex] демонстрируют зависимость между частотами графа и структурой сигнала, выявляя закономерности в распространении информации по графовой сети.](https://arxiv.org/html/2601.09038v1/figures/graph_canonical_coherence.png)
В новой работе представлен метод для выявления взаимосвязей между многомерными сигналами, представленными на графах, с использованием частотного подхода.
Сжатие интеллекта: Оценка точности квантования больших языковых моделей
Новое исследование подробно анализирует методы пост-тренировочного квантования, позволяющие уменьшить размер и повысить эффективность больших языковых моделей без существенной потери качества.
Машины, решающие задачи: новый подход к обучению алгоритмов
Исследователи разработали метод, позволяющий большим языковым моделям более эффективно выполнять сложные алгоритмические задачи, демонстрируя улучшения в решении арифметических вычислений.
Как мозг вращает кубики: новая модель качественного рассуждения о вращениях
Исследователи разработали модель, позволяющую понять, как люди мысленно манипулируют объектами в пространстве, и применили ее для решения сложной задачи сравнения кубиков.
Восстановление по выборке: искусство приближения функций
В статье рассматриваются современные методы восстановления функций на основе дискретных выборок, стремящиеся к достижению точности, сравнимой с оптимальными аппроксимациями.
Ускорение квантохимических расчётов: новый подход к плотностной аппроксимации
[/latex] и построение тензора [latex]B_{ij}^{q}[/latex], учтены; отсутствие данных в некоторых точках обусловлено нехваткой памяти GPU для проведения соответствующих вычислений.](https://arxiv.org/html/2601.08077v1/x4.png)
Исследователи разработали адаптивный алгоритм, использующий 8-битные целочисленные вычисления на AI-ускорителях для значительного повышения скорости вычислений плотностной аппроксимации.
Квантовые коды LDPC: новый алгоритм генерации
Исследователи разработали эффективный метод случайной генерации квантовых кодов LDPC, основанный на декодировании информационных множеств.