Hidden Light Scalars in Heavy-Ion Collisions: A Phenomenological Resolution to High- Quarkonium Anomalies
该论文提出了一种引入质量约为 9.40 GeV 的暗标量粒子的唯象机制，通过其与非相对论量子色动力学（NRQCD）色八重态产生共享的渐近碎裂标度，成功解释了LHC上在高横动量区出现的核修正因子平台化、椭圆流消失以及极化异常等反常现象。
⚛️ Category
hep-ex
1467 篇论文
肝外系统（Hep-Ex）研究聚焦于肝脏之外那些与肝脏功能紧密相连的复杂网络，涵盖从代谢调节到免疫反应的广泛领域。这里探讨的不仅是器官间的相互作用，更是理解全身健康如何受肝脏状态深远影响的关键窗口。
Gist.Science 每日从 arXiv 抓取该领域最新预印本，经过专业处理，为每一篇论文提供通俗易懂的解读与详尽的技术摘要。无论您是寻求直观概念的科学爱好者，还是需要深入细节的研究者，都能在此找到所需内容。
以下是该分类下从 arXiv 精选的最新研究成果。
Comprehensive Mass Predictions: From Triply Heavy Baryons to Pentaquarks
本文结合基于粒子数据组信息的机器学习方法与扩展的古尔赛 - 拉迪卡蒂质量公式，对全重重子及多种奇特五夸克态的质量谱进行了预测，不仅与现有实验数据高度吻合，还为未观测态提供了理论指导。
Unified Flavor: Lattice Quantization, Chain Locality, and a Dynamical Origin of Hierarchical Yukawas
该论文提出了“统一味”（Unified Flavor）框架，通过 TeV 能标矢量类费米子链的格点局域化与离散规范对称性，从动力学角度自然解释了夸克与轻子的质量层级、CKM/PMNS 混合及 CP 破坏，同时解决了强 CP 问题并预言了 HL-LHC 可探测的新物理信号。
Measurement of the cosmic muon flux at the Stawell Underground Physics Laboratory
该论文报告了利用 SABRE 南半球实验的μ子反符合系统组件，在斯托尔地下物理实验室首次测量得到的宇宙μ子通量为 (6.33 ± 0.04_stat ± 0.35_sys) × 10⁻⁸ [s⁻¹ cm⁻²]，该结果与模拟高度一致且统计不确定度远小于模型预测的不确定度。
Return of the technicolour
该论文提出，通过引入“扩展最吸引通道”假设，在包含三个规范相互作用扇区的“暗技术色”框架下，不仅使传统技术色动力学重获生机，还通过层级凝聚机制自然地解决了标准模型的味问题。
Search for displaced decays of long-lived particles in events with missing transverse momentum in TeV $pp$ collisions with the ATLAS detector
ATLAS 实验利用 137 fb⁻¹的 13 TeV 质子 - 质子对撞数据，通过两种次级顶点重建算法（包括一种新型“模糊”顶点算法）搜索具有显著丢失横动量和至少一个位移顶点的长寿命粒子，未发现超出标准模型背景的显著信号，并据此在四种新物理模型下设定了 95% 置信度限制。
Particle Trajectory Representation Learning with Masked Point Modeling
本文提出了基于掩码点建模的自监督学习框架 PoLAr-MAE，通过利用未标记的液氩时间投影 chamber（LArTPC）数据学习物理意义明确的轨迹表示，仅需极少量标注样本即可实现媲美超大规模监督训练的性能，并释放了包含 100 万个事件的大规模数据集 PILArNet-M 以推动该领域基础模型的发展。
Probing lepton number violating SMEFT operators at the same-sign muon collider
该论文研究了在同号μ子对撞机（TRISTAN）上通过过程探测七维SMEFT算符的潜力，表明其能灵敏测试八个不同算符，并提供了超越现有LHC约束及未来FCC预测的独特新物理探测途径。
NuFast-Earth: Efficient Atmospheric, Solar, and Supernova Neutrino Propagation Through the Earth
本文介绍了名为 NuFast-Earth 的高效 C++ 工具，该工具通过智能缓存机制和灵活的密度剖面处理方案，能够快速、精确地计算大气、夜间太阳及超新星中微子在地球复杂物质势中的振荡概率，以满足 DUNE、HyperK 等下一代实验日益增长的计算需求。
Data-Driven Calibration of Large Liquid Detectors with Unsupervised Learning
该论文提出了一种利用无监督深度学习从物理数据中提取大型液体闪烁探测器中光电倍增管校准时间常数的新方法，并通过 SNO+ 探测器数据验证了其在无需传统标定源的情况下，仅利用放射性本底事件即可可靠校准数千个光电倍增管参数的有效性。