Transformers as Intrinsic Optimizers for Quantum Approximate Optimization Algorithm
تقترح هذه الورقة إطار عمل للتحسين الجوهري يعتمد على نموذج "ترانسفورمر" (Transformer) يتعلم التنبؤ بتحديثات معاملات خوارزمية (QAOA) من خلال معالجة بنية المشكلة وتاريخ التحسين، مما يستبدل التحسين الكلاسيكي المكلف والمخصص لكل حالة بسياسة قابلة للنقل ومستهلكة للتكلفة (amortized) تعزز الأداء الهجين بين الحوسبة الكمية والكلاسيكية في اختبارات "ماكس كات" (MaxCut).