#量子机器学习

这篇论文用进化算法自动搜索量子电路结构，在 CIFAR-10 上参数比 10 层 CNN 少 25 倍还保持精度，做量子机器学习的可以看看编码选择的结论。

清华团队用强化学习发现量子电路，在器件建模上误差降低59-84%，比6个经典方法都好。

这个QuanTiMedAI挺有戏：605个参数就把心脏骤停死亡预测AUROC做到0.852，比原来最好的还高2.9%。

这篇论文把量子自编码器跑在FPGA上做高能物理异常检测，效果不输经典方法，而且资源够用，直接能用。

这篇论文给量子机器学习找了个硬核任务：预测多体系统时间演化，量子算法能学，经典学不了，除非BQP进P/poly。理论结果很扎实。

这篇论文用7组模型对比告诉你：现阶段量子机器学习还没跑赢经典方法，但在过滤噪声上有戏。想了解量子ML实际表现可以看看。

这篇论文教你用更省事的核函数解决量子优化问题，省计算省样本，还能量化精度损失，做量子控制或VQA的人值得看看。

这篇论文找到了混合量子神经网络训练不稳定的一个隐藏原因——测量值范围太小，并提出了一个简单的可学习缩放参数QMT来解决。实验在蛋白质分类和Fashion MNIST上都有效果。