Scaling Collider Event Generation with Residual-Quantized Tokens
Dit artikel introduceert een schaalbaar, autoregressief transformer-gebaseerd framework voor het genereren van volledige collider-events met behulp van residual-gekwantiseerde tokens, waarbij wordt aangetoond dat verlies op tokenniveau de fysieke getrouwheid effectief voorspelt en snelle, op ML gebaseerde surrogaten in staat stelt om knelpunten in High-Luminosity LHC-simulaties te overwinnen.