肖世屹

Shiyi Xiao

人工智能本科生(拔尖英才试点班)· 上海交通大学

我目前在上海交通大学人工智能学院攻读本科学位,入选人工智能拔尖英才试点班,研究兴趣集中在量子计算与机器学习的交叉方向。

我先后参与 Surface Code 量子纠错的神经解码器(NTU 迁移学习框架)与面向 NISQ 硬件的量子线路智能编译两个项目,同时对 AI 基础架构与高效训练推理优化保持关注。

肖世屹的照片

动态

  • [2026.06]论文《Efficient Foundation Decoders for Fault-Tolerant Quantum Computing》预印本发布(arXiv:2606.27119)。
  • [2026.01]加入与南洋理工大学合作的量子纠错解码项目,参与神经解码器研究。
  • [2025.12]获 2025 年度致远荣誉奖学金、本科生优秀奖学金。
  • [2025.11]获“挑战杯”揭榜挂帅擂台赛新一代信息技术领域一等奖。
  • [2025.10]获 2024–2025 年度三好学生。

近期博文

全部文章 →

教育经历

上海交通大学 — 人工智能(拔尖英才试点班) 本科

2024.09 — 至今 · 综合测评排名 7 / 65 · 学积分 90.27 / 100(排名 18 / 65)· GPA 3.85 / 4.30(排名 22 / 65)

成绩截至 2025–2026 学年夏季学期(大二学年结束)。

科研经历

基于 Transfer Learning 的量子纠错解码器

2026.01 — 2026.06 · Surface Code 核心成员 · 与南洋理工大学合作

围绕容错量子计算中的 Surface Code 解码问题,提出 Neural Transfer Unification(NTU)迁移学习框架:利用结构化码族的代数尺度不变性,将小距离码上学到的错误知识直接迁移到大规模容错码,消除神经解码器的 cold-start 问题。NTU-Transformer 在电路级噪声下精度与 SOTA 相关 PyMatching 基线相当,并可迁移至 BB qLDPC 码。同时主导 Surface Code Decoder 全 distance 训练,大幅节约 GPU hours 与计算成本。

NTU 框架:表面码与 BB 码的空间/时间尺度不变性 可迁移的局部感知与消息传递表征(论文图 1b) 训练算力对比:NTU 相比从头训练大幅节约 GPU 成本(论文图 1c) Surface Code 全 distance 结果:LER、精度与训练曲线 全 distance 训练曲线(d = 11 至 25) 迁移至 BB qLDPC 码的结果
编译优化后的量子线路与经典精确解对比

面向量子优越性的线路智能编译与蒸馏

2025.08 — 2025.11 · 项目关键成员

参与面向 NISQ 量子硬件的线路智能编译与优化,负责线路结构复杂度分析与非局域性度量设计;参与基于 cpflow 的酉矩阵综合实验(门数 6378 → 58)与真机实验。项目获“挑战杯”揭榜挂帅擂台赛一等奖。

论文

Efficient Foundation Decoders for Fault-Tolerant Quantum Computing

Ge Yan, Shanchuan Li, Shiyi Xiao, Pengyue Ma, Hanyan Cao, Feng Pan, Yuxuan Du

arXiv:2606.27119 · Preprint · 2026

arXiv 项目主页 模型权重

研究兴趣

  • 人工智能基础架构 — Transformer 架构、预训练与微调、迁移学习、高效训练和推理优化
  • 量子计算 × 人工智能 — 量子机器学习、量子神经网络等交叉方向
  • 大模型 × 科学计算 — 大模型在科学计算、复杂系统建模和智能优化任务中的应用

所获荣誉

  • 2026 年芜湖市夏季国际象棋等级赛(公开组)第三名2026.08
  • 2026 年上海交通大学“体总杯”国际象棋项目 团体第四名2026.05
  • 2026 年芜湖市春季国际象棋等级赛(公开组)第三名2026.02
  • 2025年度致远荣誉奖学金2025.12
  • 本科生优秀奖学金2025.12
  • “挑战杯”揭榜挂帅擂台赛 新一代信息技术领域 一等奖2025.11
  • 2024—2025 年度三好学生2025.10
  • 2024年度致远荣誉奖学金2024.12
  • 第 40 届全国中学生物理竞赛 全国二等奖2023.10