QTML 2025: Интерактивные доказательства для проверки (квантового) обучения и тестирования скачать в хорошем качестве

QTML 2025: Интерактивные доказательства для проверки (квантового) обучения и тестирования

Авторы: Маттиас К. Каро, Йенс Эйзерт, Марсель Хинше, Мариос Иоанну, Александр Ниетнер и Райан Свеке Аннотация: Мы рассматриваем проблему тестирования и обучения на основе данных в условиях ограниченности ресурсов, таких как ограниченная память или слабый доступ к данным, которые накладывают ограничения на эффективность и осуществимость тестирования или обучения. В частности, мы задаём следующий вопрос: может ли обучающийся/тестирующий с ограниченными ресурсами использовать взаимодействие с не ограниченным ресурсами, но ненадежным участником для более эффективного решения задачи обучения или тестирования, чем без такого взаимодействия? В этой работе мы отвечаем на этот вопрос как абстрактно, так и для конкретных задач двумя взаимодополняющими способами: для широкого спектра сценариев мы доказываем, что обучающийся с ограниченными ресурсами не может получить никакого преимущества посредством классического взаимодействия с ненадежным доказывающим. В качестве частного случая мы показываем, что для подавляющего большинства задач тестирования и обучения, в которых квантовая память является значимым ресурсом, квантовый алгоритм с ограниченной памятью не может преодолеть свои ограничения посредством классической связи с квантовым доказывающим механизмом, не имеющим ограничений по памяти. В отличие от этого, когда квантовая связь разрешена, мы разрабатываем различные интерактивные протоколы доказательства для конкретных задач обучения и тестирования, которые позволяют квантовым верификаторам с ограниченной памятью получить значительные преимущества за счет делегирования задач недоверенным доказывающим механизмам. Эти результаты подчеркивают как ограничения, так и потенциал делегирования задач обучения и тестирования богатым ресурсами, но недоверенным третьим сторонам. Этот доклад был представлен на конференции Quantum Techniques in Machine Learning (QTML) 2025 в Сингапуре.