提出EBBI算法搜索Clifford变形纠错码，发现B-XZZX码

Julius Rye Bønnelykke 等在 arXiv 论文 2610.13589 中提出基于进化的最优臂识别搜索算法 EBBI，将电路、噪声模型和译码器作为黑盒，联合搜索 Clifford 变形以优化量子纠错码。 在旋转表面码上、两种强 Z 偏置电路级噪声模型和 PyMatching 译码器下进行基准测试：距离 3 时，EBBI 找到最优 Clifford 变形所需采样数比随机搜索最多少约 1100 倍。在 Z 偏置的 SI1000 类噪声模型下，EBBI 发现了新的 Clifford 变形 B-XZZX 码，并推广到更大距离。结果为作者声称的模拟研究，尚未有独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。