09:56
官方账号arXiv cs.LG@Midori Kato, Kevin A. Urquía-Calderón, Inar Timiryasov, Oleg Ruchayskiy
推荐理由：这篇论文展示了生成模型能从原始对撞数据中自动学习标准模型的结构，不需要模拟样本，连共振峰和质量都能自己学到。
LHC
共 1 条相关 AI 资讯
7月20日
09:56
ShellFlow是一个基于Transformer的生成模型，在5个数量级的不变质量范围（亚GeV到TeV）上学会了标准模型结构。它使用黎曼条件流匹配，在每个粒子的壳流形上生成，训练数据来自ATLAS Open Data的约10^9个真实pp对撞事件。模型仅用壳条件和不变质量公式作为物理先验，即学习到了双轻子共振（J/ψ、Υ、Z）在PDG位置、轻子Weinberg角、W和顶夸克质量，以及粒子间相关性。