本研究では、拡散モデルに対してTransformerを用いた「拡散Transformer」を使用し、大規模な符号化方式に対応した量子誤り訂正を行うことを試みた。量子誤り訂正の課題は、論理ビットを多く作るために非常に多くの物理ビットが必要になることである。拡散モデルとTransformerは大規模学習に強みを持ち、画像処理分野で優れた成果を上げており、この特性が量子誤り訂正にも有効と考えられる。モデルはシミュレータから得られたシンドロームと論理エラーの情報を入力とし、ガウスノイズを加えて論理エラーの確率分布を予測した。これにより、拡散Transformerが誤り訂正に有効であることを示した。