Apresentamos o TarrasqueSNT, uma estrutura de transformação adaptativa de pré-decodificação para correção de erro quântico que remodela distribuições de erro em configurações mais favoráveis para decodificação de correspondência perfeita de peso mínimo (MWPM), sem modificar o decodificador em si. Três operadores estruturados são mapeados em primitivos de correção de erro quântico: um operador de Reset Cíclico iterativo com uma programação de probabilidade adaptativa γc(p); um Diversificador que realiza transformação de subespaço L0 → L1 de síndromes não corrigíveis; e um portão Liminal que roteia medições de síndromes com base na confiabilidade. Simulações em códigos de superfície rotacionados (d = 3, d = 5) utilizando Stim e PyMatching confirmam reduções consistentes na taxa de erro lógico de 20–35% em relação ao MWPM padrão em p = 0.005–0.020 (N = 100.000 disparos). Em regimes de ruído práticos (p ≥ 0.007), o TarrasqueSNT d = 3 alcança taxas de erro lógico mais baixas do que o MWPM d = 5, sugerindo uma redução efetiva nos requisitos de distância com 64% menos qubits físicos. Um estudo de ablação revela que o operador de Reset Cíclico responde por aproximadamente 73% dos ganhos totais, enquanto medições de tempo de execução confirmam que não há sobrecarga computacional mensurável — o TarrasqueSNT é mais rápido do que o MWPM padrão. Esses resultados estabelecem a modelagem de erro pré-decodificação como um novo eixo de otimização em tolerância a falhas quânticas, complementar aos avanços no design de códigos e algoritmos de decodificação.
Durhan Yazır (Ter,) estudou essa questão.