A física de altas energias, conhecida como Hep-Ph, explora os constituintes mais fundamentais da matéria e as forças que governam o universo em escalas subatômicas. Este campo desvenda mistérios que vão desde o comportamento das partículas elementares até a natureza da matéria escura, conectando a teoria quântica com observações cosmológicas de grande escala.

No Gist.Science, acompanhamos rigorosamente cada novo preprint publicado nesta categoria no arXiv. Nosso processo transforma esses estudos complexos em resumos acessíveis para o público geral, mantendo ao mesmo tempo análises técnicas detalhadas para especialistas. Abaixo estão os artigos mais recentes em física de altas energias, prontos para serem lidos de forma clara e profunda.

Non-eikonal corrections to dijet production in DIS

Este artigo calcula correções não-eikonais à produção de jatos duplos em espalhamento inelástico profundo em núcleos, fornecendo expressões gerais de todas as ordens e demonstrando que, no limite de oscilador harmônico, as correções de próxima ordem eikonais desaparecem, enquanto as de segunda ordem próxima são não nulas e relevantes para o futuro Colisor de Elétrons e Íons.

Néstor Armesto, Fabio Domínguez, Adrián Romero2026-03-30⚛️ nucl-th

Hardware-Aware Tensor Networks for Real-Time Quantum-Inspired Anomaly Detection at Particle Colliders

Este trabalho demonstra a viabilidade de usar redes neurais tensoriais quânticas inspiradas, especificamente operadores de produto matricial espaçados (SMPO) e sua arquitetura em cascata, para detecção de anomalias em tempo real em colisores de partículas, permitindo sua implementação eficiente em hardware de FPGA para aplicações nas bordas experimentais.

Sagar Addepalli, Prajita Bhattarai, Abhilasha Dave, Julia Gonski2026-03-30⚛️ hep-ph

Improving Generative Model-based Unfolding with Schrödinger Bridges

O artigo apresenta o SBUnfold, uma nova abordagem de desdobramento que utiliza Pontes de Schrödinger e modelos de difusão para combinar as vantagens dos modelos discriminativos e generativos, permitindo mapear eventos sem depender de uma densidade de probabilidade conhecida e alcançando desempenho superior em dados sintéticos de Z+jets.

Sascha Diefenbacher, Guan-Horng Liu, Vinicius Mikuni, Benjamin Nachman, Weili Nie2026-03-27⚛️ hep-ex

A Method to Simultaneously Facilitate All Jet Physics Tasks

O artigo apresenta o OmniLearn, um modelo de aprendizado de máquina fundamentado que, ao ser treinado para uma tarefa específica de classificação de jatos, melhora simultaneamente a precisão, a acurácia e a velocidade de diversas outras tarefas em física de jatos, como geração, estimativa de razão de verossimilhança e detecção de anomalias, funcionando como um modelo de base universal para a área.

Vinicius Mikuni, Benjamin Nachman2026-03-27⚛️ hep-ex