对量子克隆机进行了全面回顾，阐述了量子克隆在量子密码学中的作用、最优克隆与刺激发射光放大之间的联系及其实验演示。

Nov, 2005

本文介绍了一种利用 Quantum Cloning Machines（QCM）将 N 个相同 qubits 转换成 M 个相同副本的方法，并证明这些副本的保真度是最佳的，并且讨论了克隆与量度之间的关系。当克隆的数量 M 趋近于无穷大时，每个克隆的保真度趋近于通过输入 qubits 的测量可以获得的最佳保真度。而且，QCM 通用于将量子信息转换为经典信息。

May, 1997

论文介绍了关于量子克隆机的研究，通过特殊的酉演化或者新型的量子隐形传态方案达到了量子克隆的最大保真度，并且讨论了两个非正交态的克隆的最优操作以及克隆过程中所使用的外部物理资源的提取。最后，提出了一个新的上限界定来衡量去极化量子信道的量子容量。

May, 1997

本文探讨了量子系统的状态复制问题，并提出了一种通用的量子复制机来复制量子态，同时研究了一种将酉变换与选择性测量相结合来产生接近特定状态的良好复制的机器，还讨论了输出状态的测量问题。

Jul, 1996

本文报道了第一次实验最优量子态相关克隆，并利用核磁共振技术实验验证了当存在关于待克隆状态的部分先验信息时，可以实现高于通用量子克隆的克隆保真度和与克隆保真度的有趣关系，该研究对于许多量子信息处理协议有重要的影响。

May, 2004

我们提出了一种基于量子机器学习的密码分析算法，名为变分量子复制（VQC），可用于获取短深度量子电路的最佳（近似）克隆策略，使密码分析者能够以低计算资源得到硬件有效量子电路，从而提高量子秘钥协商的安全性。

Dec, 2020

本文研究了将 N 个量子系统转化为 M 个量子系统的唯一最优解，通过单个输出克隆体的测量来评估输出质量。

Jul, 1998

本文证明了量子态复制任务的最优克隆保真度无法通过非上下文模型来解释，并推导出一个噪音鲁棒的非上下文性不等式，它的量子理论违背不仅意味着相对于非上下文模型的态相关克隆任务的优势，而且还为非上下文性的实验证据提供了支持。

May, 2019

本研究通过机器学习方法，实验性地构造了一个量子态分类器，能够识别量子态可分离性，此方法能有效地学习和分类量子态，并不需要获取完整的量子态信息。同时本研究表明，通过添加神经网络的隐藏层，可以显著提高状态分类器的性能。这些成果为解决如何在有限的资源下实现量子态分类提供了新的思路，并代表了机器学习在量子信息处理领域的应用进展。

Dec, 2017

本文研究了在任意状态下的单个量子比特与给定状态下的另一量子比特相互作用时发生的映射，旨在通过一个特殊表示法，即一种任意二维向量子空间的广义 Schmidt 分解，讨论复制质量的一般问题。同时展示了可以复制该类型任何两比特复制机的量子电路，并考虑了这种复制机的简单随机泛化。这些复制机为 BB84 和 B92 量子密码协议的先前提出的最优窃听方案提供了简单的实现。

Oct, 1998