Lumaktaw sa pangunahing nilalaman
Ang proyektong ito ay nasa beta. Nakakita ng bug? Mag-bukas ng GitHub issue. May tanong o ideya? Magtanong sa Discussions — gusto naming marinig ang iyong feedback!
Gaano kaganda ang kalidad ng pagsasalin sa pahinang ito?

Shaded lightcones (SLC)

Two copies of the same brickwork circuit ending in a measurement. On the left, a conventional lightcone is uniformly shaded yellow. On the right, a shaded lightcone fades from yellow to transparent according to how much each gate matters to the measured observable.

Ang qiskit-addon-slc ay isang package para kalkulahin ang shaded lightcone (SLC) [1] ng isang observable kaugnay ng isang quantum circuit. Sa konteksto ng probabilistic error cancellation (PEC), katulad ng karaniwang binary lightcone ang mga shaded lightcone dahil ang hindi pag-mitigate sa mga error sa labas ng lightcone ay maaaring magpababa ng variance (ibig sabihin, sampling cost). Pinapahintulutan ng lightcone shading na mas itulak pa ang estratehiyang ito sa pamamagitan ng pagtatalaga ng mga scale sa mga Pauli error generator sa loob ng causal lightcone. Ang mga error na may mas maliit na scale ay may mas kaunting epekto sa observable; ang pag-truncate sa mga ito mula sa noise model ay maaaring magpababa ng variance (ibig sabihin, sampling cost) kapalit ng kaunting bias. Binibigyan ng package na qiskit-addon-slc ang mga user ng kakayahang mag-lightcone shading at kontrolin ang tradeoff sa pagitan ng sampling cost at bias.

Pagsisimula​

May simpleng gabay para matulungan kang magsimula agad sa package na ito sa quickstart guide.

Mga halimbawa ng use case​

Ginamit ang teknik na ito para pababain ang sampling cost ng probabilistic error cancellation (PEC) para sa mga operator Loschmidt echo experiment na may 56 qubit sa isang IBM Heron processor. [2].

Teknikal na talakayan​

Pangkalahatang-ideya ng method​

Kinakalkula at ginagamit ang mga shaded lightcone sa 5 hakbang:

  1. Kalkulahin ang bound sa epekto ng bawat Pauli error term sa observable sa dulo ng circuit (forward bound)

  2. Kalkulahin ang bound sa epekto ng bawat Pauli error term sa initial state sa simula ng circuit (backward bound)

A three-qubit circuit with four unitary layers and a grid of error terms E1 to E12 between them. Error term E8 is highlighted. One arrow from E8 back to the initial state rho is labeled backward bound, and another arrow from E8 to the final observable A is labeled forward bound.

  1. Tantyahin ang kontribusyon sa bias ng bawat Pauli error term gamit ang mga forward/backward bound at ang error rate ng term

Two 3-by-4 grids of numbered error terms, one shaded by backward bound and one by forward bound. Arrows from both point to a third grid labeled partition and merge, which combines the two sets of bounds and highlights term 8.

  1. Unahin ang mga error term batay sa error rate at mga bound ng mga ito. I-truncate mula sa noise model ang mga term na may pinakamaliit na epekto sa expectation value ng observable hanggang maabot ang bias tolerance na itinakda ng user. Bilang alternatibo, maaaring idagdag ang mga pinakamabigat na error term sa isang noise model hanggang mapuno ang sampling cost budget na itinakda ng user.

A row of numbered error terms sorted from most to least impactful, starting with term 8 and ending with terms 1, 2, 10 and 12. The last five terms, shaded darkest, are separated from the rest and labeled truncate.

  1. I-mitigate ang na-truncate na noise model. Gamit ang directed execution model mula sa Qiskit Runtime, madali ang pagtukoy ng mga error term na babalewalain sa PEC sampling. Tingnan ang tutorial para sa mga detalye.

The prioritized list of retained error terms, 8, 11, 7, 5, 6, 3 and 4, with an arrow pointing to a three-qubit circuit. Each retained term appears in the circuit as an inverse noise gate, labeled lambda inverse, between the unitary layers.

Mga feature ng software​

  • Parallel na asynchronous na pagkalkula ng bound

  • Rust-accelerated na propagation

  • Pinapayagan ang ahead-of-time na pagkalkula ng bound (ibig sabihin, bago ang aktwal na noise learning)

Mga kilalang isyu​

  • Hindi suportado ang Windows

  • Hindi suportado ang InjectNoise(site=”before”)

  • Hindi sinusuportahan ang fine-grained na pagsasama ng bound

Mga plano sa hinaharap​

  • Rust-accelerated na pagkalkula ng eigenvalue para sa pagkalkula ng mga forward bound

Pag-ambag​

Available ang source code sa GitHub.

Ang developer guide ay matatagpuan sa CONTRIBUTING.md sa root ng repository ng proyektong ito. Sa pakikilahok, inaasahang susundin mo ang code of conduct ng Qiskit.

Gumagamit kami ng mga GitHub issue para subaybayan ang mga request at bug.

Pagbanggit sa package na ito​

Kung ginagamit mo ang package na ito sa iyong pananaliksik, gamitin ang file na CITATION.bib sa repository ng proyektong ito para banggitin ang naaangkop na reference.

Lisensya​

Apache License 2.0

Patakaran sa Deprecation​

Sumusunod kami sa semantic versioning. Paminsan-minsan, maaari kaming gumawa ng mga breaking change para mapabuti ang karanasan ng user. Kung posible, papanatilihin namin ang mga lumang interface at mamarkahan ang mga ito bilang deprecated, hangga't maaari silang mamuhay kasama ng mga bago. Ang bawat malaking pagpapabuti, breaking change, o deprecation ay idodokumento sa release notes.

Pag-ambag​

Available ang source code sa GitHub.

Ang developer guide ay matatagpuan sa CONTRIBUTING.md. Sa pakikilahok, inaasahang susundin mo ang code of conduct ng Qiskit.

Gumagamit kami ng mga GitHub issue para subaybayan ang mga request at bug.

Mga Sanggunian​

  1. Andrew Eddins, et al., Lightcone shading for classically accelerated quantum error mitigation, arXiv:2409.04401v1 [quant-ph].

  2. Samantha V. Barron, et al., Observable Estimation in the Absence of Classical Verification, arXiv:2607.25998 [quant-ph].

Pinagmulan: Dokumentasyon ng IBM Quantum — na-update noong Nob 6, 2026
Bersyong Ingles sa doQumentation — na-update noong Nob 6, 2026
Isyu sa site o pagsasalin?Isyu sa nilalaman? I-edit sa IBM Quantum docs