二维环面码中的最优误差阈值：晶格几何与对偶分裂

超越MWPM：为何最优阈值至关重要

早期工作确立了环面码与二维随机键伊辛模型的映射关系，并利用该映射在最小权重完美匹配下估计阈值，最小权重完美匹配是一种次优但快速的解码器[2]。该研究方向将零温阈值定位在方晶格上约0.1031处，并表明失效概率遵循有限尺寸标度，其关联长度指数接近1.46[2]。新论文认为，诸如张量网络解码器之类的近最优解码器已使最大似然码容量成为相关基准，因为它提供了一个通用基线，可用于评判近似解码器[1]。因此，作者计算了RBIM的完整有限温度相边界，并提取其与西森线的交点，该交点对应于最优阈值而非MWPM阈值[1]。

这一区分是定量上的，而非语义上的。在方格子上，新的数据坍缩分析给出的最优阈值为0.10924 ± 0.00027，而同一相边界外推得到的零温MWPM值约为0.1034 [1]。误差概率上约0.006的差距正是更优解码所能挽回的余量，它为解读后续依赖几何结构的结果设定了尺度。

自对偶方格点阵周围的对偶驱动分裂

核心结果是，对偶晶格对围绕自对偶方格晶格的阈值向相反方向分裂。平均配位数为六的三角晶格达到0.1633 ± 0.0003，而其对偶的配位数为三的蜂窝晶格则降至0.0654 ± 0.0007 [1]。骰子晶格和笼目晶格的平均配位数均为四，但骰子晶格更为鲁棒，为0.1175 ± 0.0006，而笼目晶格为0.1000 ± 0.0005 [1]。作者验证了所有对偶对均满足广义对偶关系H₂(p_c) + H₂(p*_c) ≈ 1，其总和与1的偏差保持在大约百分之一以内 [1]。

其解释是，平均配位数设定了主要尺度，但顶点与面元的详细排布会改变精确数值。高连通性顶点会加重错误传播的代价，而大面元则能容纳更多错误构型而不产生阻挫[1]。围绕自对偶点进行的泰勒展开表明，对偶阈值的主导修正项为正且呈二次型，因此连通性的任何不对称都会系统性地使原始阈值与对偶阈值之和高于方格子值的两倍[1]。

新阈值与早期估计的比较

新的阈值在各晶格上均略低于此前的估计值，相对于正方形晶格基准，三角晶格和蜂窝晶格的偏移量分别约为+0.054和−0.044 [1]。作者将这一差异归因于方法学差异和有限尺寸效应，并指出早期的de Queiroz值系统性地偏高 [1]。正方形晶格基准本身与接近0.10919的高精度文献值以及0.109187的解析猜想吻合良好，这支持了副本交换方法的可靠性 [1]。

独立的解码器研究为正方晶格最优阈值提供了有用的交叉验证。一个稳定子感知的神经解码器报告，在独立噪声下环面码的阈值为10.99%，基本达到了估计在10.9%至11.0%之间的最大似然界[5]。机器学习解码器与统计力学计算之间的这一一致性，进一步支持了西森线多临界点是最优解码正确目标的论断[1][5]。

阈值的物理意义

阈值不仅仅是一个解码器性能指标；它与退相干态中的可分离性转变相重合。对于比特翻转误差下的二维环面码，当p > p_c时，退相干密度矩阵可以写成短程纠缠态的凸和，其中p_c与二维随机键Ising模型沿Nishimori线的顺磁-铁磁相变有关[3]。这将新的依赖几何的阈值与一个更广泛的问题联系起来，即拓扑序何时能在局部退相干下存续[3]。

随机键Ising模型本身具有丰富的解析结构，为新的计算提供了支撑。Nishimori线上展现出增强的超对称性，其转移矩阵具有osp(2n+1|2n)对称性，而相图中其他区域的转移矩阵则具有osp(2n|2n)对称性[6]。正是这一精确结构使得多临界点成为一个定义明确的目标，并使人确信数值阈值并非有限尺寸标度的假象[1][6]。

结论止于何处

这些结果特定于二维环面码在比特翻转或相位翻转错误下的情形，此类错误可干净地映射到随机键Ising模型[1]。作者明确将三维环面码以及其他拓扑稳定子族（如颜色码和分形子架构）确定为未来研究方向[1]。双曲晶格则构成了另一重边界：在自对偶双曲曲面上，对偶随机键Ising模型与原始模型并不等价，这与欧几里得情形不同，因此对偶性分裂框架可能无法直接迁移[7]。

解码器的比较同样存在一些需要注意的问题。最大似然阈值是任何解码器所能达到性能的上界，但实际解码器在电路级噪声下运行，其中包含测量误差和关联故障，而码容量模型忽略了这些因素[1]。一项使用最小权重完美匹配的分布式晶格手术研究报告称，在带有噪声纠缠对的唯象噪声模型下，阈值约为0.86%，远低于此处讨论的码容量数值[4]。这一差距表明，理论阈值中有多大一部分被现实噪声和解码约束所消耗，也进一步印证了作者将最大似然容量定位为基线而非硬件预测的框架[1][4]。