纠缠诊断不再只给一个标签：有限次Pauli测量下，20量子比特仍能给出可校准结论
核心概要
多体纠缠诊断开始直接以有限次Pauli测量记录为输入，而不是先做完整层析。此前基于学习的方法往往只输出单一标签，即使证据不足也显得确定。该协议用二项式Pauli估计、任务定制的可观测量设计、类别条件共形预测和分布外弃权，输出单一标签、预测集合或弃权；合成基准上，相敏全局探针在20量子比特的扰动GHZ判别中取得0.968的平衡准确率。
深度剖析
纠缠结构判断被改写成一个带校准的决策问题：输入是固定的一组Pauli可观测量和有限次采样，输出是对多体纠缠结构的可校准陈述。 此前要获得完整信息需做量子态层析，其代价随系统规模增长；纠缠目击量等判据则常针对特定目标态或先验假设优化，学习类方法多以提高准确率为目标，即使输入含糊也返回单一标签。 在N=4、5、6的分布内基准上，采用全局加随机与混合全局-深度策略时，真多体纠缠（GME）的平衡准确率接近或等于1.000，经验覆盖率在有限样本涨落内保持在0.9目标附近。
决策层把模型打分转成三种输出：证据充分时给单一结构标签，证据含糊时给一组可能标签，样本落在校准范围之外时弃权。 共形预测是一种按校准样本设定阈值、使预测集合达到目标覆盖率的统计工具；这里按类别分别校准，弃权阈值则由分布内与分布外校准样本共同确定。 在α=0.1、目标覆盖率0.9的设置下，加入分布外校准弃权后，W态的过度自信错误从0.790降到0，随机线路态从0.676降到0.048，代价是分布内最终接受率降至0.587。
测量设计按任务定制：相敏的全局X/Y型Pauli探针直接对准GHZ型相干，局部与少体探针则用于更细的块结构标签。 随机Pauli测量与仅含全局项的方案在同样的小测量预算下难以捕捉GHZ相位信息，消融中随机策略在N=12和N=20时接近随机猜测。 在扰动GHZ硬基准上，K=40、每个可观测量512次采样时，N=20处平衡准确率0.968、过度自信错误0.016；消融中相敏策略在N=12和N=20分别达到0.975和0.965，而全局加随机仅为0.686和0.672。
启示与展望
展示范围是合成基准族：分布内实验覆盖N=4、5、6，大N硬基准覆盖N=8、10、12、16、20，层级结构诊断覆盖N=4至8，测量预算为K=40、80或160，每个可观测量512次采样。目标读者是从事量子信息实验、需要在有限Pauli记录下判断纠缠结构的研究者与工程师。作者提出的下一步包括在噪声多体集合、变分线路态、矩阵乘积态、稳定子与图态族以及硬件生成态上测试，并发展自适应Pauli选择、相容可观测量分组、器件相关读出校准以及与目击量认证的衔接。
共形覆盖率依赖校准分布与相应的可交换性假设，弃权规则的作用范围限于校准中出现的分布外族。基准态族以合成纯态为主，白噪声混合态检验只覆盖η≤0.20的初步稳健性检查。留一族验证中随机线路态与若干N=6情形较难迁移，例如N=6留出随机线路态时过度自信错误为0.503。K=40与K=80的观测量集合独立生成、并非嵌套，因此不保证随K单调改善。