用量子Fisher信息重新思考量子持续学习

论文提出量子弹性权重固化（QEWC），以量子Fisher信息（QFI）衡量参数对参数化量子态的内在敏感性，从而缓解变动任务序列中的灾难性遗忘。对VQC二分类任务的模拟显示，QEWC与经典Fisher信息EWC都能改善旧任务保持率，但二者施加的正则化几何不同；在退极化噪声下，QFI结构也比经典Fisher信息更稳定。