3. 噪声鲁棒性评估指标体系

在量子机器学习中，噪声鲁棒性不能只靠“感觉模型还稳”来判断，必须落到可计算、可比较、可复现的指标上。一个完整的评估体系通常同时关注三类问题：模型输出是否还接近理想结果（保真度）、任务性能下降了多少（准确率衰减）、训练过程是否被噪声扰动（损失漂移与梯度方差），以及模型能容忍多大扰动（鲁棒半径）。这些指标从不同侧面刻画鲁棒性，彼此并不等价，甚至常常互相牵制。

一、五个核心指标的定义与计算

保真度（Fidelity）衡量含噪输出量子态与理想输出量子态的重叠程度。对纯态，定义为 \(F(\rho,\sigma)=\left(\mathrm{Tr}\sqrt{\sqrt{\rho}\,\sigma\sqrt{\rho}}\right)^2\)，当两者都是纯态时退化为 \(F=|\langle\psi|\phi\rangle|^2\)。在量子机器学习中，保真度常用于评估量子线路输出态在噪声下是否仍落在正确状态附近。例如理想输出为 \(|1\rangle\)，含噪密度矩阵为 \(\rho=0.93|1\rangle\langle1|+0.07|0\rangle\langle0|\)，则保真度约为 0.93。保真度对相位和全局结构敏感，适合态制备、量子核方法等以量子态为核心输出的任务。

准确率衰减（Accuracy Decay）定义为理想无噪准确率与含噪准确率之差：\(\Delta A = A_{\text{ideal}} - A_{\text{noisy}}\)。它直接反映任务层面的性能损失，适用于分类、回归等有明确标签的任务。例如某变分分类器在无噪仿真下测试准确率为 0.94，在含噪模拟下为 0.81，则准确率衰减为 0.13。该指标直观，但依赖测试集分布，且对噪声类型和强度敏感，需固定评估协议。

损失函数漂移（Loss Drift）描述含噪损失与理想损失之间的偏差：\(\Delta L = \mathbb{E}[L_{\text{noisy}}(\theta)] - L_{\text{ideal}}(\theta)\)。它反映优化目标被噪声扭曲的程度。若损失漂移为正且较大，说明噪声使模型在训练中“看到”了更差的目标，可能导致参数更新方向偏离。实际中常用滑动平均估计，例如在 100 次采样下，理想损失为 0.21，含噪平均损失为 0.29，则漂移为 +0.08。

梯度方差（Gradient Variance）衡量参数梯度在噪声下的波动程度：\(\mathrm{Var}(\hat{g}) = \mathbb{E}[\|\hat{g}-\mathbb{E}[\hat{g}]\|^2]\)。量子线路中常用参数移位规则估计梯度，噪声会使梯度估计出现随机偏差。梯度方差过大时，优化器难以稳定收敛，甚至出现梯度消失或爆炸。例如在 50 次重复估计中，某参数梯度均值为 0.012，方差为 \(4.6\times10^{-4}\)，说明单次梯度估计噪声显著，需要增加采样次数或采用误差缓解。

鲁棒半径（Robustness Radius）定义为在保持性能不低于给定阈值的前提下，模型能容忍的最大扰动幅度：\(r_{\text{rob}} = \max\{\epsilon : \text{Performance}(\epsilon) \ge \tau\}\)。这里的扰动可以是量子门错误率、退相干时间、测量误差或输入扰动。例如设定准确率阈值 \(\tau=0.85\)，当门错误率从 0 增加到 0.008 时准确率仍为 0.86，而到 0.012 时降至 0.83，则鲁棒半径约为 0.008。鲁棒半径把“能扛多大噪声”量化为一个可比较的边界。

二、指标间的权衡关系

这些指标并非同向变化。保真度高并不自动带来高准确率：一个量子分类器可能输出态与理想态保真度达 0.95，但由于测量基选择或决策阈值偏移，准确率仍下降 10%。因此保真度适合诊断态制备环节，准确率衰减适合评估端到端任务性能，两者应配合使用。

损失漂移与梯度方差关系密切。噪声使损失曲面发生随机偏移，梯度估计的方差随之增大。若梯度方差从 \(10^{-5}\) 量级升至 \(10^{-3}\) 量级，优化器可能无法稳定收敛，表现为损失曲线震荡、验证准确率波动。此时单纯增加迭代次数未必有效，更合理的做法是增加量子线路采样次数（shots）、采用参数化误差缓解或降低学习率。

鲁棒半径与无噪性能之间常存在权衡。为了获得更大的鲁棒半径，模型可能被正则化得更保守，导致无噪准确率略降。例如某变分线路在无噪下准确率 0.96，但鲁棒半径仅 0.004；加入噪声感知训练后，无噪准确率降至 0.93，鲁棒半径提升至 0.011。是否值得，取决于部署环境的噪声水平和任务对性能的容忍度。

三、适用条件与选择建议

保真度适用于以量子态为直接输出的任务，如态制备、量子核方法、量子生成模型；准确率衰减适用于有标签的分类与回归任务；损失漂移适用于训练过程监控和优化器诊断；梯度方差适用于分析优化稳定性与采样预算；鲁棒半径适用于部署前的安全边界评估和噪声阈值设定。

实际评估时，建议先固定噪声模型（如 depolarizing 噪声、振幅阻尼、退相干时间 \(T_1/T_2\)），再在同一测试集上计算上述指标。若任务以态输出为主，优先看保真度与鲁棒半径；若以分类决策为主，优先看准确率衰减与鲁棒半径；若关注训练可行性，则重点看损失漂移与梯度方差。多指标联合使用，才能避免单一指标带来的误判。