中文

全息量子 Transformer:通过生成式注意力解决受挫系统的通用神经符号架构

强关联电子 2026-07-01 v1 人工智能 新兴技术

摘要

模拟二维受挫量子物质是一个巨大的挑战,因为存在符号问题和指数级的希尔伯特空间复杂性。在这项工作中,我们引入了全息量子 Transformer(HQT),一种受物理学启发的生成式架构,利用全局自注意力来解决非局域纠缠模式。我们在方格 J1J2J_1-J_2 海森堡模型上验证了 HQT。在量子临界点(J2=0.5J_2=0.5)处严重受挫的 8×88 \times 8 格点上,HQT 达到了每格点基态能量(E/NE/N)为 0.5001(1)\mathbf{-0.5001(1)},与预期的有限尺寸标度趋势一致。除了数值精度之外,HQT 还表现出内在的物理意识,通过可解释的注意力图自主恢复潜在的 J2J_2 相互作用几何。我们的核心贡献是“全息迁移”,一种具有快速对齐的零样本尺寸外推协议:在 8×88 \times 8 系统上训练的模型通过连续位置嵌入插值和头部重新初始化直接投影到更大的 10×1010 \times 10 格点上,实现了高保真初始化和快速收敛。这种零样本协议产生的能量为 E/N=0.49782(3)E/N = \mathbf{-0.49782(3)},与最先进的变分状态在统计上一致,而无需在目标格点上从头训练。我们的结果确立了生成式注意力作为可迁移量子模拟的可扩展范式。

关键词

引用

@article{arxiv.2607.00398,
  title  = {Holographic Quantum Transformer: A Generalist Neuro-Symbolic Architecture for Solving Frustrated Systems via Generative Attention},
  author = {Xingran Guo and Tiaojie Xiao and Jie Liu and Keqin Li},
  journal= {arXiv preprint arXiv:2607.00398},
  year   = {2026}
}

备注

10 pages, accepted to KDD '26