1. 量子机器学习推理的“测量之痛”与YOMO的破局思路

如果你接触过量子机器学习（QML），尤其是尝试过在真实的量子硬件或模拟器上跑一个分类任务，那你一定对“测量次数”（shots）这个参数又爱又恨。爱的是，它直接决定了你预测结果的统计可靠性；恨的是，它也是账单上最显眼的那行数字。在当前的量子云计算模式下，无论是按shots计费还是按运行时间计费，测量开销都直接转化成了真金白银的成本和时间等待。更关键的是，传统QML模型，我们姑且称之为“香草”（Vanilla）模型，其工作流存在一个根本性的效率瓶颈：它通过测量多个泡利算符的期望值来获得类别分数，而这个期望值本质上是一个统计平均值。为了获得一个足够精确的估计，你不得不将同一个量子电路重复执行成百上千次，然后对结果取平均。这就像为了知道一枚硬币的正面概率，你需要抛它成千上万次一样，低效且昂贵。

YOMO（You Only Measure Once）框架的提出，正是要正面解决这个“测量之痛”。它的核心思想非常直观且大胆： 为什么我们不能像经典分类器一样，一次测量就给出确定性的答案？ 这个想法听起来有点反直觉，因为量子测量本质上是概率性的。但YOMO通过巧妙的设计，将这种概率性从模型的“输出噪声”转变为了其“内在工作机制”，从而实现了在单次测量下依然保持高精度的分类能力。这不仅仅是节省了99%的测量次数，更是从根本上改变了QML模型的推理范式，使其更贴近我们使用经典模型的直觉——输入数据，模型直接给出答案，无需反复采样平均。

从技术演进的角度看，YOMO并非凭空出现。此前已有工作探索过减少测量开销的策略，比如在训练阶段动态分配测量次数，或者利用经典阴影（Classical Shadows）等技术更高效地估计多个可观测量。但这些方法大多是在传统期望值框架内的优化，属于“量变”。而YOMO追求的是一种“质变”：它彻底放弃了基于期望值的输出方式，转而拥抱量子态在计算基下的完整概率分布，并通过一种称为“概率聚合”的机制，将海量的基态概率（对于一个有n个量子比特的系统，有2^n个基态）映射到有限的几个类别上。这种设计哲学上的转变，使得模型在推理时，一次测量得到的那个确定的比特串，就能通过预先定义好的映射规则，直接指向一个类别标签。这极大地降低了推理阶段对量子硬件的依赖和成本。

2. YOMO框架的核心设计：从概率分布到单次决策

要理解YOMO如何工作，我们需要深入其两个核心设计： 概率聚合机制 和 概率锐化损失函数 。这两者共同作用，将一个原本输出连续期望值的量子模型，训练成一个能在单次测量下做出高置信度离散决策的“分类器”。

2.1 概率聚合：将量子态“分箱”到类别

在传统的Vanilla QML模型中，对于一个K分类任务，我们通常会定义K个泡利算符作为可观测量（例如，对于4个量子比特，可能选择Z⊗I⊗I⊗I, I⊗Z⊗I⊗I等）。模型对输入数据x进行处理后，得到最终的量子态|ψ(x, θ)⟩。然后，我们需要估计这个量子态在这K个可观测量下的期望值⟨ψ|O_k|ψ⟩，这构成了一个K维的“分数”向量，最后通过一个softmax函数转换成类别概率。

YOMO的做法完全不同。它不测量任何特定的泡利算符。相反，它在计算基下对最终的量子态|ψ(x, θ)⟩进行投影测量。这意味着，一次测量会坍缩到2^nq个计算基态（如|0000⟩, |0001⟩, … , |1111⟩）中的一个，每个基态被测量到的概率是|⟨ϕ|ψ⟩|^2。在训练阶段（通常使用经典模拟器），我们可以精确计算出这个完整的2^nq维概率分布P(ϕ)。

现在问题来了：我们如何用一个2^nq维的概率向量去做K分类（通常K远小于2^nq）？YOMO采用了一个简单而有效的“分箱”策略，即 概率聚合 。具体操作如下：

1. 基态分组 ：我们将所有2^nq个计算基态，按照其二进制索引的自然顺序，尽可能均匀地分配到K个“桶”或“组”里。例如，对于nq=4（16个基态）和K=10（MNIST的10个数字类别），我们可以给每个类别分配 floor(16/10) = 1 个基态，剩下的 16 - 1*10 = 6 个基态，则依次分配给前6个类别（例如类别0到5各多一个）。这样，每个类别k就对应了一个基态集合S_k。
2. 概率聚合 ：对于每个类别k，其聚合概率p_k就是属于集合S_k的所有基态的概率之和，再除以集合的大小（进行归一化，但实践中直接求和也常用，因为argmax操作对缩放不敏感）： p_k = Σ_{ϕ∈S_k} P(ϕ)
3. 决策 ：模型的预测就是聚合概率最大的那个类别： ŷ = argmax_k p_k 。

这个设计的精妙之处在于， 推理时我们完全不需要知道完整的概率分布P(ϕ) 。我们只需要执行一次量子电路，测量得到一个具体的比特串ϕ。然后，我们查一下预先定义好的“分组表”，看这个比特串ϕ属于哪个集合S_k，那么模型就预测类别k。整个过程是确定性的（对于给定的比特串和分组规则），且只需要一次测量。

注意 ：这里的分组规则（哪个基态属于哪个类）是预先定义且固定的，是模型架构的一部分，而不是从数据中学到的。这听起来可能有些随意，但实验表明，只要量子神经网络的表达能力足够强，它完全可以通过训练，学会将不同类别的输入数据编码到其对应分组所张成的量子子空间中去。换句话说，模型学习的是“将猫的图片映射到属于‘猫类’分组的那片基态上去”。

2.2 概率锐化损失函数：训练出“自信”的模型

概率聚合机制为单次测量推理提供了可能性，但如何训练一个模型，使其产生的量子态的概率质量能高度集中在正确的类别分组里呢？如果概率分布是平坦的（即每个基态概率都差不多），那么单次测量就像随机猜，准确率会很低。

为此，YOMO引入了组合损失函数，在标准交叉熵损失的基础上，增加了两个关键的正则化项：

L_yomo = L_CE + γ * L_PS + ω * L_E

• L_CE（交叉熵损失） ：这是分类任务的标准损失，迫使模型提高正确类别的聚合概率p_correct。
• L_PS（概率锐化损失） ：这是YOMO的“灵魂”所在。它定义了一个阈值τ（例如0.6）。在训练批次中，对于那些模型已经比较“自信”（即预测其真实类别的概率p_i > τ）的样本，这个损失项会给予额外的奖励，鼓励模型将这些样本的预测概率推向1。其形式为： L_PS = 1 - (1 / |{i: p_i > τ}|) * Σ_{i: p_i > τ} p_i 可以看到，当所有“自信”样本的p_i都接近1时，L_PS接近0；如果没有样本达到阈值，则L_PS为1，形成惩罚。这个机制像一个“助推器”，专门针对那些已经学得不错的样本，让它们的预测变得更加尖锐、确定。
• L_E（熵正则化项） ：这是对预测概率分布p_k本身熵的惩罚： L_E = - Σ_k p_k log p_k 。一个平坦的分布熵很大，一个尖锐的（one-hot-like）分布熵很小。这项损失从整体上鼓励模型产生低熵的、非平坦的输出分布，与L_PS形成互补。

通过调整超参数γ和ω，我们可以控制模型“变得自信”的强度。实验表明，τ的选择有一个甜点（约0.6），设置过低会放大训练早期的错误信号，过高则只对已经非常自信的样本有微弱影���。

2.3 与Vanilla模型的根本区别

为了更清晰地理解YOMO的革新之处，我们将其与Vanilla模型的关键区别总结如下：

特性	Vanilla QML (传统方法)	YOMO (本文方法)
输出形式	连续值：K个泡利算符的期望值	离散分布：2^nq个基态的概率，聚合为K类
推理机制	需要大量测量来估计期望值，取平均后通过softmax决策	单次测量 得到比特串，通过查表（分组规则）直接决策
测量开销	高，随精度要求平方反比增长 (O(1/√N))	极低 ，理论上1次即可，实践中少量几次足以稳定
训练目标	最小化基于期望值的交叉熵损失	最小化组合损失（交叉熵 + 锐化损失 + 熵正则）
对噪声的敏感性	期望值易受噪声影响，且决策边界（top-2 margin Δ）在噪声下会缩小，导致所需测量次数激增	概率分布的整体形态相对鲁棒，只要正确类别的聚合概率优势明显，单次决策仍可保持正确
硬件部署成本	高昂，成本正比于测量次数	大幅降低 ，成本接近于电路执行的基础成本

这种区别不仅仅是工程上的优化，更是理论上的优势。Vanilla模型所需的测量次数N_va，与其决策边界Δ的平方成反比（N_va ∝ 1/Δ^2）。而在含噪声的中尺度量子（NISQ）设备上，随着电路深度或宽度增加，Δ往往会指数级缩小（即所谓的“贫瘠高原”或噪声导致的信号衰减），这意味着要维持精度，测量次数需要指数级增长。YOMO则没有这个限制，它的性能取决于训练得到的“单次正确概率”p，而这个p可以通过损失函数的设计来直接优化和稳定。

3. 从理论到实验：YOMO的有效性验证

任何新框架的提出，都需要坚实的理论分析和充分的实验验证。YOMO在这两方面都给出了令人信服的结果。

3.1 理论优势：为什么YOMO可以更省“子弹”

论文中的几个定理清晰地量化了YOMO在测量效率上的优势。其核心逻辑可以这样通俗理解：

对于Vanilla模型，为了保证错误概率低于δ，所需的测量次数N_va有一个下界，它 正比于类别数K的对数，反比于决策边界Δ的平方 。这里有两个“坏消息”：第一，K出现在分子上，意味着分类类别越多，需要的测量次数也越多（虽然是对数增长）。第二，也是最致命的，Δ在分母上。在复杂的量子模型中，Δ通常非常小，并且随着系统规模（量子比特数）增大或噪声加剧，Δ会变得更小，导致N_va急剧膨胀。

对于YOMO模型，情况则不同。它的错误概率取决于一个更直接的量： 单次测量就给出正确答案的概率p 。理论分析表明，要达到错误概率低于δ，所需的测量次数N_yo反比于 (p - 1/2)^2 。这里的关键在于：

1. 没有K ：所需测量次数与类别数量无关，这对于像CIFAR-10、ImageNet这样类别众多的任务是一个潜在优势。
2. 依赖p ：p是模型通过训练可以直接优化的目标。YOMO的损失函数（特别是锐化损失）就是专门为了最大化p而设计的。只要训练得当，p可以稳定在远高于0.5的水平（例如0.9以上）。

因此，定理给出了一个关键条件：当YOMO训练得到的p满足一定不等式时（该不等式与Δ、L、K有关），那么在相同的目标错误率δ下，YOMO所需的测量次数 严格少于 Vanilla模型。更激进的是，在单次测量（N=1）的特殊情况下，只要p足够大，YOMO单次测量的错误率就能低于Vanilla模型在无限次测量下的理论错误率下界。这从理论上证明了单次测量推理的可行性。

3.2 实验设置与基线对比

实验部分在经典的MNIST（手写数字）和更复杂的CIFAR-10（自然图像）数据集上展开。为了公平比较，YOMO和Vanilla模型共享完全相同的经典特征提取器（一个小的卷积神经网络）和量子神经网络结构（参数化量子电路）。唯一的区别就是最后的输出层和损失函数。

量子电路采用角度编码，将经典特征映射到量子比特的旋转门参数上，然后经过若干层由单比特旋转和纠缠门（CNOT）组成的变分电路。实验中主要对比了不同测量次数（Shots）下的测试精度。

3.3 核心实验结果解读

1. 单次测量的威力 ：在最关键的“单发命中”场景下，结果对比悬殊。在MNIST上，Vanilla模型单次测量的准确率仅为26.59%，这基本上就是随机猜测的水平（10类约10%）。而 YOMO在单次测量下达到了90.52%的准确率 ，这是一个质的飞跃。Vanilla模型需要将测量次数增加到10次，才能勉强追平YOMO单次测量的性能。在CIFAR-10上，趋势类似，YOMO在低测量次数区间始终保持显著优势。

2. 随量子比特数扩展 ：随着使用的量子比特数从4增加到12，Vanilla模型的性能出现了明显下降。这是因为更多的量子比特通常意味着更复杂的优化景观和更小的决策边界Δ，导致在有限测量次数下估计误差增大。反观YOMO，其性能随着量子比特数增加保持稳定甚至略有提升，这验证了其理论优势——它的性能不依赖于那个容易缩小的Δ，而是依赖于可优化的单次正确概率p。

3. 噪声下的鲁棒性 ：研究者在模拟环境中引入了基于真实量子硬件（如Quantinuum H1-1, IBM Pittsburgh等）错误率构建的去极化噪声模型。结果显示，在噪声影响下，两种模型的性能都有所下降，但YOMO的相对优势依然保持。特别是在电路深度增加时，Vanilla模型会先因表达能力提升而性能上升，后因噪声累积而下降，存在一个“甜蜜点”。而YOMO在较浅的深度（如5层）就能达到很好性能，加深电路带来的收益有限，反而会因噪声而性能单调下降。这提示我们， YOMO更适合与浅层、高效的量子电路结合 ，以实现噪声环境下的快速、低成本推理。

4. 超参数τ的影响 ：概率锐化阈值τ的实验验证了其必要性。τ=0.6时，单次测量性能达到最佳。这符合直觉：τ太低会奖励那些“半吊子”的预测，可能引入噪声；τ太高则只有极少数非常确定的样本能获得奖励，训练信号太弱。

5. 损失函数消融实验 ：对比使用完整损失函数和仅使用交叉熵损失的YOMO，前者在训练后期能获得更高的单次测量准确率，证明了概率锐化（L_PS）和熵正则化（L_E）对于塑造“自信”的量子态至关重要。

4. 实操指南与潜在挑战

虽然论文展示了YOMO的强大潜力，但要将它应用于实际项目，还需要考虑一些工程和实践细节。

4.1 实现步骤与代码要点

假设我们使用Pennylane或Qiskit这样的量子机器学习框架，实现一个YOMO模型大致需要以下步骤：

1. 经典特征提取 ：使用一个轻量级的CNN或MLP将输入图像压缩成特征向量。这部分是纯经典的。
2. 量子电路构建 ：
   • 角度编码 ：将特征向量的每个元素依次映射为量子比特的Ry, Rz, Rx旋转门参数。注意循环使用这三个门。
   • 变分层 ：构建多个重复的层，每层包含所有量子比特的参数化Y旋转，以及产生纠缠的CNOT门（例如线性链或全连接拓扑）。
3. 测量与概率聚合 ：
   • 在���拟训练时，使用框架的 statevector 或 probs 功能直接获取所有计算基态的概率分布 probs （形状为 [2**n_qubits] ）。
   • 实现一个 aggregate_probs 函数，根据预先定义的分组规则（例如顺序分组），将 probs 聚合为K个类别的概率 agg_probs （形状为 [K] ）。
4. 损失函数实现 ：
   • 计算标准交叉熵损失。
   • 计算锐化损失：找出本批次中 agg_probs （对应正确类别）大于阈值τ的样本，计算它们的平均概率，然后用1减去这个平均值。
   • 计算熵正则化损失：直接计算 agg_probs 的香农熵。
   • 将三者加权求和。
5. 推理 ：
   • 训练完成后，保存模型参数和分组规则。
   • 在真实硬件或模拟器上进行推理时，将电路设置为 shots=1 。
   • 运行电路，得到一个比特串结果（如 ’0110’ ）。
   • 关键步骤 ：根据保存的分组规则， 直接查找 这个比特串属于哪个类别。 无需计算任何期望值或概率 。

实操心得 ：在定义分组规则时，虽然论文采用了简单的顺序分组，但在实际中，你可以尝试其他分组策略，例如随机分组，或者根据训练过程中各个基态被激活的统计情况，进行更有信息量的分组。这可以作为一个超参数进行探索。此外，在计算锐化损失时，注意处理批次中可能没有样本达到阈值的情况，此时该损失项应为0或一个固定的小惩罚，避免除零错误。

4.2 当前局限与未来方向

YOMO并非万能，它的设计也带来了一些新的约束和挑战：

1. 训练依赖于经典模拟 ：为了计算完整的2^nq概率分布以进行概率聚合和损失计算，YOMO在训练阶段必须使用能提供状态向量的经典模拟器。这对于超过约30个量子比特的系统来说，模拟将变得非常昂贵甚至不可行。这是YOMO目前最主要的限制。
2. “训练在经典，部署在量子”的范式 ：这也恰恰指明了YOMO最适合的应用范式。我们可以在经典计算机上，利用高效的模拟器（可能结合张量网络等近似方法）来训练模型。一旦模型训练完成，我们只将 推理 部分部署到真实的量子硬件上。由于推理只需要单次或很少次数的测量，这能极大降低量子硬件的使用成本。论文也提到了未来可以与“在经典上训练，在量子部署”的研究方向结合，以突破训练时的模拟瓶颈。
3. 对量子比特数的要求 ：为了将K个类别映射到2^nq个基态上，我们需要至少满足2^nq >= K。例如，对于10分类，至少需要4个量子比特（16>10）。对于1000分类，则需要至少10个量子比特。这为模型表达能力设定了一个下限。
4. 硬件连通性 ：论文中的模拟假设了全连接的量子比特拓扑。在实际的超导或离子阱硬件上，受限的连通性可能需要引入额外的SWAP门来实现远距离纠缠，这会增加电路深度和噪声。YOMO的浅层电路优势在面对这种开销时可能会被削弱，因此在实际部署时需要考虑电路编译和硬件映射的优化。

尽管有这些挑战，YOMO框架无疑为降低QML的推理成本指明了一条清晰且有效的路径。它迫使我们去重新思考QML模型的输出形式，不再将量子测量的概率性视为必须通过大量采样来克服的障碍，而是将其作为一种可以进行设计和利用的资源。

我个人在实际操作中的体会是，YOMO的思想非常具有启发性。它像是一个“桥梁”，将量子系统固有的随机性，与经典机器学习中确定性的分类决策连接了起来。在尝试复现其效果时，最关键的是确保损失函数，特别是锐化损失，被正确实现和调试。阈值τ和权重γ、ω需要仔细调整，一开始可以参照论文的设置，然后在小数据集上微调。另一个重点是，要理解这种“分组-查表”的推理方式，本质上是一种 非参数化的解码过程 。模型所有的可学习参数都用于将数据编码到量子态中，而解码是固定的规则。这种分离使得推理极其高效。

最后，YOMO的成功也提示我们，在NISQ时代，追求模型的表达能力和深度或许不是唯一的方向。如何设计出与浅层、噪声鲁棒的量子电路协同工作的高效推理方案，可能是推动QML落地的关键。将YOMO与更先进的经典模拟训练方法、误差缓解技术结合，有望在不久的将来，让我们真正用上经济实惠的“量子推理服务”。