MétaCan
Menu
Retour à la cohorte
Enregistrement W4415035894 · doi:10.1088/2058-9565/ae30a4

Large parts are generically entangled across all cuts

2025· article· en· W4415035894 sur OpenAlexafffund
Mu‐En Liu, Kai-Siang Chen, Chung-Yun Hsieh, Gelo Noel M. Tabia, Yeong-Cherng Liang

Notice bibliographique

RevueQuantum Science and Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensPerimeter Institute
Organismes subventionnairesMinistry of Colleges and UniversitiesInstitut Périmètre de physique théoriqueLeverhulme TrustNational Science and Technology CouncilGovernment of Canada
Mots-clésQuantum entanglementMultipartite entanglementMultipartiteBipartite graphTransitive relationDimension (graph theory)W stateSquashed entanglement

Résumé

récupéré en direct d'OpenAlex

Abstract Generic bipartite pure states of sufficiently large dimensions are overwhelmingly likely to be highly entangled. However, unlike the bipartite setting, the entanglement of generic multipartite pure states, and specifically their multipartite marginals , is far less understood. Here, we show that sufficiently large marginals of generic multipartite pure states, accounting for approximately half or more of the subsystems, are entangled across all bipartitions. These pure states are thus robust to losses in entanglement distribution. Moreover, even without assuming that the global state is pure, a small number of overlapping entangled marginals of generic pure states—as we show in this work—must induce entanglement in other marginals when some mild dimension constraints are satisfied, i.e. entanglement transitivity is a generic feature of various many-body pure states. Numerically, we further observe that the genericity of (1) entangled marginals, (2) unique global compatibility, and (3) entanglement transitivity may also hold beyond the analytically established dimension constraints. We also discuss potential applications of these features of generic pure states in quantum information processing.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,251
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuantum Science and TechnologyMême sujetManufacturing Process and OptimizationTravaux en français237 207