量子采样器没能挤进经典修复盆地：预注册测试中禁忌搜索以0.82–0.94的盆地质量全面领先
核心概要
把量子化学里的“生成模型出电路、量子采样出比特串、经典修复扩展、经典求解器定解”流程搬到最大权重独立集上后，预注册的留出测试给出了否定答案：禁忌搜索的修复盆地质量达0.82–0.94，模拟退火次之，所有量子采样器与匹配的经典学习策略在每一档规模上都落后于这两者。此前一个看似正向的结果来自逐实例从50组配置里挑最好，属于上界而非可部署方法；按随机配置公平评估，oracle QAOA在n=28时只有0.014。
深度剖析
量子采样能否在经典修复盆地内放入更多概率质量，现在被写成一个可直接比较的量：采样器分布落在“修复加r次翻转后能到达最优解”的那部分状态上的概率。 此前衡量这类混合流程常用的是采样得到的子空间占整个解空间的比例，而在固定200次采样下这个比例约等于200除以2的n次方，随规模增大必然趋零。 在最大权重独立集上，150个基准实例的最优值全部用CBC求解器加暴力枚举核验，n不超过20的实例还精确枚举了修复盆地掩码，使该概率可以精确计算而非估计。
在冻结的留出测试集上，强经典采样器赢下了这场比较，量子采样器没有表现出结构性优势。 禁忌搜索在n=16到28各档的盆地质量为0.82–0.94，模拟退火为0.088–0.428，而均匀采样、贪心、多起点局部搜索、Metropolis、warm-start QAOA与oracle QAOA都更低。 九种采样器在每张图上各给200次采样、使用同一套修复与2次翻转扩展，逐实例配对比较中oracle QAOA在n=16、20、28上对模拟退火均为0胜。
一个参数量约14万的图条件经典策略与oracle QAOA落在同一水平，说明量子电路给出的提议分布可以被同样大小的经典模型复现。 该策略的盆地质量为0.005–0.101，oracle QAOA为0.014–0.113，两者区间重叠。 比较在同一留出测试集、同一采样预算与同一修复流程下完成，训练、验证、测试按种子42–59、60–65、66–71划分。
在20比特囚禁离子处理器Piast-Q上，136个冻结电路全部跑完，量子处理器样本经经典修复后与模拟器样本达到相同的93.4%最优命中率。 原始量子样本直接命中最优的比例为34/136，模拟器为18/136，但两者在修复后都收敛到127/136。 该实验覆盖最大权重独立集、平衡划分与最大割三类问题、n=8到20五档规模，共32000次采样，未出现失败电路。
启示与展望
结论覆盖最大权重独立集上n=16到28的留出测试，采样预算固定为每图200次，修复采用2次翻转邻域扩展，量子一侧限于浅层QAOA导出的提议分布。硬件部分只检验可移植性：Piast-Q上136个冻结电路全部完成，量子处理器与模拟器样本经修复后同为127/136命中，这一结果说明修复流程在硬件噪声下仍工作，不说明量子采样改善优化。对更大规模，经典修复在n=55附近首次出现失败、n=80时完全失败，这一区间被标为采样器质量可能起作用的区域，但尚未用九种采样器在该区间做对照。
作者明确声明不主张量子优势，并把早先n=28时0.185对0.130的正向结果归因于逐实例从50组配置中择优，属于上界而非可部署方法。学习策略在n=28的均值盆地质量0.130略高于模拟退火的0.115，但中位数0.045远低于0.108，均值被少数高值实例抬高，30个实例中只赢11个。噪声使样本多样性提升2–7%的观察来自单个n=10实例，被作者称为初步证据，且噪声水平、多样性与解质量之间的关系并不规则。生成策略仅在恢复总能成功的容易区间训练了100轮，尚未在采样器质量真正影响结果的区间验证。