Links e acesso
DOI Zenodo
Registro Zenodo
Branch
master
PDF local
O pensamento
Pode a mecânica quântica — matrizes densidade, fidelidade, evolução unitária — ser um toolbox prático para regularização de redes neurais? Este trabalho testa isso em pesos reais de um GPT-2 de 124M de parâmetros, reproduzindo 6 benchmarks e corrigindo um bug conceitual no módulo SO(4).
Por que importa
Primeira validação empírica séria da família PsiQRH em hardware real (RTX 5060 Ti), com resultados tangíveis: compressão rank-32 com 23.6× retenção de energia e redução de 65.7% na variância de gradiente.
Metodologia
Matrizes densidade, fidelidade Uhlmann, decomposição SVD, evolução unitária SO(4), filtro espectral de fase
Resultados principais
- 23.6× retenção de energia em compressão rank-32
- 65.7% redução de variância de gradiente com SO(4)
- 2.2% melhora no generalization gap com filtro espectral
- Correção de bug conceitual no módulo SO(4)
Por que esta branch importa
Os experimentos de validação matemática do Lampreia foram executados a partir da linha base master do repositório PsiQRH.