全准备-变换-测量场景中广义上下文性的线性代数
核心概要
该工作把此前针对准备-测量场景的、自下而上且以统计为先的线性代数框架，扩展到具有任意阶段序列变换的操作场景，给出判定此类场景上下文性的完整决策程序并分析其计算复杂度（在最小广义概率论维度上呈线性指数、在过程数量上呈多项式），并通过包括 Spekkens 玩具理论与 8 态单量子比特稳定子理论在内的多个示例加以演示，还构造出一个上下文性仅体现在变换的序列结构中的操作理论。
深度剖析
将 arXiv:2512.10000 中面向准备-测量场景的线性代数框架推广到含任意阶段序列变换的操作场景，从而覆盖全部准备-变换-测量情形。 此前对广义上下文性的认证与刻画方法主要成熟于准备-测量与单阶段准备-变换-测量场景，本文把处理范围推进到任意阶段数的序列变换。 属于理论框架的推广，摘要明确说明是对既有框架的扩展，并以完整决策程序的形式给出。
给出在操作理论内判定此类场景上下文性的完整决策程序，并分析其计算复杂度。 不仅给出判定方法，还刻画了复杂度：在最小广义概率论（GPT）维度上呈线性指数，在过程数量上呈多项式。 复杂度结论以摘要中明确表述的标度形式给出，属于理论分析结果。
通过多个示例演示框架，包括 Spekkens 玩具理论与 8 态单量子比特稳定子理论，并构造出一个上下文性仅显现于变换序列结构的操作理论。 该构造表明上下文性可以只由变换的复合结构承载，而非仅由准备与测量环节承载。 示例与构造属于理论演示，摘要未给出具体数值或实验数据。
启示与展望
该结果面向在操作理论框架内研究广义上下文性的研究者，适用于含任意阶段序列变换的准备-变换-测量场景；其决策程序在最小 GPT 维度上呈线性指数复杂度，因此适用规模受维度制约，而在过程数量上呈多项式。所构造的上下文性仅显现于变换序列结构的操作理论，为在复合结构层面考察上下文性提供了示例性场景。
摘要未给出决策程序的具体算法细节、复杂度推导过程，也未提供示例中的具体数值结果；此外，上下文性仅显现于序列结构的操作理论在更广泛 GPT 中的普遍性，以及该框架与实验可实现场景的对应关系，仍有待进一步考察。由于本次可获取的文本为摘要与书目信息，未包含正文图表与完整推导，上述细节无法在此确认。