Large Language Model-Assisted Framework for BSM Model Building

Resumen Técnico: Marco de Trabajo Asistido por Modelos de Lenguaje de Gran Escala para la Construcción de Modelos BSM

Planteamiento del Problema
La construcción de modelos teóricos para la física más allá del Modelo Estándar (BSM, por sus siglas en inglés) es un proceso laborioso y propenso a errores. Si bien el Modelo Estándar (SM) está bien establecido, extenderlo requiere la adición de nuevos campos escalares y/o fermiónicos y la derivación manual del conjunto completo de operadores renormalizables e invariantes de gauge. A medida que aumenta el número de nuevos campos, la complejidad combinatoria para identificar los términos de interacción permitidos, verificar la consistencia de las anomalías de gauge y expandir los operadores en campos de componentes y derivar las matrices de masa de la ruptura de la simetría electrodébil (EWSB) crece rápidamente. Este flujo de trabajo manual a menudo conduce a la omisión de operadores relevantes o a la inclusión de términos linealmente dependientes, lo que crea una barrera para la exploración eficiente de modelos, particularmente para estudiantes e investigadores que desarrollan extensiones complejas.

Metodología
Los autores presentan bsm_agent, un marco de trabajo de Python de código abierto que integra un backend de física simbólica determinista con una capa de orquestación de Modelos de Lenguaje de Gran Escala (LLM). El sistema está diseñado para separar la intención conversacional del cálculo físico para garantizar la reproducibilidad y el rigor.

1. Backend Simbólico Determinista:

   • Capa de Campos y Grupos: Define el contenido de campos del SM y soporta extensiones con hipercargas $U(1)_Y$ arbitrarias, representaciones de $SU(2)_L$ de hasta dimensión 7 y representaciones de $SU(3)_c$ hasta el octeto adjunto.
   • Construcción del Modelo: Genera automáticamente la base completa de operadores renormalizables (dimensión $\leq 4$) invariantes de gauge (potencial escalar, Yukawa, masa de fermiones) basándose únicamente en los números cuánticos de los nuevos campos. Emplea algoritmos de teoría de grupos para manejar las contracciones de índices de $SU(2)$y$SU(3)$ utilizando coeficientes de Clebsch-Gordan y tensores invariantes.
   • Verificación de Anomalías: Calcula los coeficientes de anomalía estándar ($SU(3)^3$, $SU(2)^2 U(1)$, etc.) sumando sobre fermiones de Weyl de mano izquierda.
   • Expansión y EWSB: Expande los operadores invariantes de gauge en campos de componentes explícitos. Aplica valores de vacío (VEVs) a los componentes escalares neutros para derivar las condiciones estacionarias y las matrices de masa a nivel de árbol para escalares y fermiones.
   • Optimización: Incluye optimizaciones conscientes de la representación, tales como bases reducidas con simetría de Bose para multipletes escalares repetidos y construcciones de base adjunta para octetos de color, para mitigar los problemas de escalabilidad computacional.

2. Capa de Interacción Asistida por LLM:

   • Orquestación: El LLM sirve exclusivamente como interfaz y enrutador de herramientas. Interpreta solicitudes en lenguaje natural (por ejemplo, "construye un modelo con un singlete fermiónico"), valida la intención del usuario y gestiona los pasos de confirmación para entradas ambiguas (por ejemplo, aclarar si un campo es real o complejo).
   • Llamada a Herramientas (Tool Calling): El LLM activa herramientas específicas del backend (construcción de modelos, generación de informes, extracción de matrices de masa) a través de una interfaz de llamada a herramientas estructurada.
   • Restricciones: Crucialmente, el LLM nunca genera el Lagrangiano, los coeficientes de anomalía o las matrices de masa. Estos son calculados enteramente por el backend simbólico para prevenir alucinaciones y asegurar la corrección física.
   • Agnosticismo de Proveedor: El marco soporta inferencia local con Ollama, servidores remotos autoalojados y APIs comerciales (OpenAI, Anthropic).

Contribuciones Clave

• Generación Automatizada de Operadores: El marco elimina la necesidad de enumeración manual de términos de interacción. Dados solo los números cuánticos de los nuevos campos, construye el Lagrangiano completo y renormalizable.
• Arquitectura Híbrida: Establece un paradigma robusto donde un LLM gestiona la comprensión del lenguaje natural y la gestión del flujo de trabajo, mientras que un motor simbólico determinista (construido sobre SymPy) realiza todos los cálculos físicos.
• Pipeline de Análisis Integral: El paquete automatiza todo el flujo de trabajo, desde la especificación de campos hasta la generación de informes listos para PDF que contienen Lagrangios expandidos, verificaciones de anomalías y matrices de masa.
• Flexibilidad en la Entrada: Los usuarios pueden especificar modelos mediante lenguaje natural, incluyendo descripciones complejas de números cuánticos (por ejemplo, "anti-sextete de color, triplete débil"), sin tener que adherirse a una sintaxis rígida.

Resultados
El artículo demuestra las capacidades del marco a través de varios estudios de caso:

• Validación del Modelo Estándar: Reproduce con éxito el Lagrangiano del SM, el sector Yukawa y las matrices de masa, confirmando la correza de la expansión y la lógica de EWSB.
• Extensiones Simples: Construye modelos con neutrinos de mano derecha y singletes escalares, verificando el estatus libre de anomalías y generando términos de interacción correctos.
• Modelo de Leptoquark Complejo: Un benchmark significativo involucra un modelo que contiene cinco leptoquarks escalares distintos con diversas representaciones de $SU(3)_c \times SU(2)_L \times U(1)_Y$. El paquete construye un modelo con 14 términos cinéticos, 73 términos del potencial escalar y 14 términos Yukawa en menos de un minuto. El Lagrangiano expandido y las matrices de masa derivadas muestran acuerdo con la literatura establecida (específicamente la Ref. [33]), validando el manejo de contracciones de gauge complejas y convenciones de fase.
• Rendimiento: Los benchmarks indican que, si bien el tiempo de computación escala con el tamaño de la representación (por ejemplo, octetos de color o multipletes de $SU(2)$ de alta dimensión), el marco sigue siendo práctico para modelos fenomenológicamente relevantes, completando a menudo la construcción y expansión en segundos o minutos.

Significado y Reivindicaciones
Los autores afirman que bsm_agent llena un nicho distintivo en el ecosistema de software BSM al automatizar la etapa de pre-implementación de la construcción de modelos. A diferencia de las herramientas existentes (por ejemplo, SARAH, FeynRules) que requieren que los usuarios definan manualmente la estructura de interacción o el Lagrangiano, bs_agent comienza desde la entrada mínima de los números cuánticos de los campos.

El artículo enfatiza que este enfoque:

1. Reduce la Carga Técnica: Hace que las metodologías avanzadas de construcción de modelos sean accesibles para estudiantes y usuarios pedagógicos sin sacrificar el rigor requerido para la investigación.
2. Garantiza la Reproducibilidad: Al separar estrictamente el LLM (orquestación) del backend simbólico (computación), el marco garantiza que los resultados físicos sean deterministas y libres de alucinaciones de IA.
3. Acelera el Descubrimiento: Permite a los investigadores prototipar y analizar rápidamente extensiones complejas del Modelo Estándar que serían tediosas de construir manualmente.

El trabajo se posiciona no como un reemplazo de las herramientas simbólicas establecidas, sino como una interfaz de lenguaje natural que reduce la barrera de entrada para el uso de dichas herramientas, facilitando así la exploración de una variedad más amplia de escenarios fenomenológicamente interesantes de BSM.