4. 量子态作为概率分布载体

量子生成模型与经典生成模型最根本的差别，在于它并不直接输出一个概率向量，而是先制备一个量子态，再通过测量把量子态"翻译"成经典样本。因此，要理解量子生成模型为什么能产生样本、样本为什么服从某个分布，就必须先厘清三个对象之间的关系：波函数（纯态的态矢量）、密度矩阵（更一般的量子态描述）、以及测量概率（从量子态到经典样本的桥梁）。本节围绕这条链路展开，并给出可操作的数值示例。

一、波函数：纯态的概率幅载体

一个 n 量子位纯态写作 |ψ⟩ = Σ_x α_x|x⟩，其中 x 遍历 0 到 2ⁿ−1 的计算基态，α_x 是复数概率幅。关键点在于：α_x 本身不是概率，而是概率幅；在计算基下测量时，得到结果 x 的概率为

P(x) = |α_x|² = α_xα_x*，且满足 Σ_x|α_x|² = 1。

这意味着波函数携带的信息比概率分布更多：幅值有相位，相位在后续干涉中会影响最终概率。生成模型正是利用参数化量子线路调节 α_x，使 |α_x|² 逼近目标分布 p_data(x)。

举一个可手算的示例：两量子位态 |ψ⟩ = (1/2)|00⟩ + (1/2)|01⟩ + (1/√2)|10⟩ + 0·|11⟩。检查归一化：(1/2)²+(1/2)²+(1/√2)² = 0.25+0.25+0.5 = 1，合法。测量概率为 P(00)=0.25，P(01)=0.25，P(10)=0.5，P(11)=0。若用 1000 次采样，期望计数约为 250、250、500、0，实际计数会在期望值附近波动，这正是"量子态→样本"的直接体现。

二、密度矩阵：混合态与退相干的统一描述

纯态只是理想情形。当线路含噪声、或模型本身需要表示"以概率 p_i 制备 |ψ_i⟩"的混合态时，应使用密度矩阵 ρ = Σ_i p_i|ψ_i⟩⟨ψ_i|。它满足 ρ† = ρ、Tr(ρ)=1、ρ 半正定；纯态当且仅当 Tr(ρ²)=1，混合态则 Tr(ρ²)<1。

在密度矩阵语言下，计算基测量概率统一写成 P(x) = Tr(ρ·M_x)，其中 M_x = |x⟩⟨x| 是测量算符。对纯态 ρ=|ψ⟩⟨ψ|，该式退化为 Tr(|ψ⟩⟨ψ|x⟩⟨x|) = |⟨x|ψ⟩|² = |α_x|²，与上一节一致。这说明密度矩阵是更一般的框架，波函数是其特例。

继续用上面的两量子位例子，若制备过程有 10% 的概率出错而得到完全混态 I/4，则实际密度矩阵为 ρ = 0.9|ψ⟩⟨ψ| + 0.1·(I/4)。此时 P(10) = 0.9×0.5 + 0.1×0.25 = 0.475，P(11) = 0.9×0 + 0.1×0.25 = 0.025。可以看到噪声把原本为零的 |11⟩ 概率"抬"了起来，生成样本的分布因此偏离目标——这是评估量子生成模型时必须考虑的物理机制。

三、从量子态到样本：生成模型的输出机制

把上述链路放到生成任务中，可以明确每一步的物理含义。模型的可训练参数 θ 决定线路 U(θ)，线路作用在 |0…0⟩ 上得到态 ρ_θ；随后在计算基下测量，得到样本 x，其概率为 P_θ(x) = Tr(ρ_θ|x⟩⟨x|)。训练的目标就是让 P_θ 接近数据分布 p_data。因此，量子生成模型的"输出"不是一次性给出整个分布，而是每次测量给出一个样本，分布信息只能通过大量采样后的频率统计来估计。

这一点对评估有直接影响。假设目标分布是 p_data(00)=0.1、p_data(01)=0.2、p_data(10)=0.3、p_data(11)=0.4，而训练后的模型给出 P_θ(00)=0.25、P_θ(01)=0.25、P_θ(10)=0.5、P_θ(11)=0。仅看单个样本无法判断好坏，必须采样足够多次。若采样 N=2000 次，得到计数 (498, 505, 997, 0)，换算频率为 (0.249, 0.2525, 0.4985, 0)，与 P_θ 吻合，但与 p_data 明显偏离，说明模型尚未学好。这里还要注意统计误差：单个结果的计数标准差约为 √(N·P(1−P))，N=2000、P=0.25 时约 19.4，频率标准差约 0.0097，因此频率与理论值相差几个千分之一属于正常涨落，不能据此判定模型有偏。

四、实践中的三个关键判断

第一，区分"态正确"与"采样正确"。若用态层析或直接计算得到 ρ_θ，可以精确算出 P_θ(x)；但实际运行只能得到采样频率。评估时应同时报告理论概率（若可计算）与采样频率及置信区间，避免把有限采样涨落误判为模型缺陷。

第二，警惕混合态导致的概率泄漏。如第二节示例，噪声使本应为零的 |11⟩ 获得 0.025 的概率。在生成任务中，这意味着模型会生成"不该出现"的样本。排查时可对比无噪模拟与含噪运行的频率差异，若零概率项出现稳定非零计数，且随噪声强度增大而增大，则基本可定位为退相干或门错误，而非参数未收敛。

第三，相位不可直接观测但影响结果。波函数的相位在单次计算基测量中不体现，但在线路中的后续门操作会通过干涉改变 |α_x|²。因此调试时不能只看最终频率，还要检查线路中间态的幅值与相位是否符合设计预期，例如用状态向量模拟器输出各基态的 α_x 实部与虚部。

综上，波函数给出纯态的概率幅，密度矩阵把纯态与混合态统一起来，测量算符把量子态映射为经典概率，采样再把概率变成可见的样本。理解这条链路，才能在看到生成样本时，准确判断它反映的是模型的分布学习能力，还是噪声、采样误差或相位设计带来的副产物。