arXiv · quant-ph· Natansh Mathur, Iordanis Kerenidis·· 8 天前精选
Fermion Sampling 实现对数深度反集中与平均情形困难性
Logarithmic-Depth Fermion Sampling: Anticoncentration and Average-Case Hardness
arXiv:2609.40100v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Natansh Mathur, Iordanis Kerenidis
首次提交：2026-10-01 00:35
研究任务与主要进展
论文摘要报告，作者证明 Fermion Sampling 在新鲜的均匀匹配与独立 Haar 双模门 ensembles 下，只需 log n/log(9/4)≈0.855 log₂ n 层即可达到被动 Haar 方案的反集中尺度，并给出两粒子相关性匹配下界。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
论文摘要报告了在 Fermion Sampling 中将全局 Haar 随机方案的线性深度降为对数深度，同时保留反集中和平均情形困难性结果；其理论影响取决于指定匹配、门集、实 RAM 模型和误差范围。摘要明确指出，在常数总变差距离内采样困难性仍未解决。
来源：arXiv · quant-ph · arxiv.org