Holographic Quantum Transformer: A Generalist Neuro-Symbolic Architecture for Solving Frustrated Systems via Generative Attention
2D 격자 상의 좌절된 양자 스핀계(frustrated quantum spin system) 시뮬레이션에서 부호 문제(sign problem)와 지수적 힐베르트 공간 복잡도를 극복하기 위해, 전역 셀프 어텐션(global self-attention)을 활용한 생성형 뉴로-심볼릭 아키텍처인 Holographic Quantum Transformer(HQT)를 제안한다. HQT는 $8\times8$ $J_1$-$J_2$ Heisenberg 모델에서 최신 변분 기법에 필적하는 바닥 상태 에너지를 달성하며, "Holographic Transfer" 프로토콜을 통해 소형 격자에서 학습한 모델을 재학습 없이 제로샷(zero-shot)으로 더 큰 $10\times10$ 격자에 직접 적용하는 크기 외삽(size extrapolation)을 가능하게 한다.