用于委托生成式量子机器学习的可验证采样

研究人员提出了一种用于量子生成模型推理阶段的盲态可验证采样协议，以解决向远程量子服务器安全委托计算的问题。该协议基于通用盲量子计算（UBQC）与陷阱化（trapification）方案实现，并在训练阶段结合了委托变分量子算法的扩展方案。除常规的接受或中止判定外，该协议即便面对恶意服务器也能估算受损生成样本的数量，提供细粒度的输出质量评估。