Transformers as Intrinsic Optimizers for Quantum Approximate Optimization Algorithm
यह शोध पत्र एक ट्रांसफॉर्मर-आधारित इंट्रिन्सिक ऑप्टिमाइज़ेशन फ्रेमवर्क प्रस्तावित करता है जो समस्या की संरचना और अनुकूलन इतिहास को संसाधित करके QAOA पैरामीटर अपडेट की भविष्यवाणी करना सीखता है, जिससे महंगी, इंस्टेंस-विशिष्ट शास्त्रीय अनुकूलन को एक हस्तांतरणीय, एमोर्टाइज्ड पॉलिसी से बदल दिया जाता है जो MaxCut बेंचमार्क पर हाइब्रिड क्वांटम-क्लासिकल प्रदर्शन को बढ़ाता है।