⚛️ phenomenology
Level-Four Modular Symmetry Selected by the Harmonic Pattern of Quark and Lepton Masses
本文提出，夸克与轻子的质量比和混合参数受由其质量谐波模式导出的四级模对称性（）所支配，从而能够针对实验数据对 CKM 矩阵、中微子性质以及幺正三角进行高精度的无参数预测。
⚛️ Category
hep-ex
2142 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。
⚛️ high-energy experiments
"Transforming" LHCb: self-supervised maps of heavy-flavour decays
本文提出并验证了一种自监督 Transformer 架构，该架构从 LHCb 数据中学习重味衰变图谱而无需显式标签，证明了其改进的标记性能，以及通过推断被掩盖的粒子信息和识别重建喷注中的异常来检测带有不可见粒子的衰变的能力。
⚛️ high-energy experiments
Bell tests for collider decay processes
本文提出了一种针对对撞机衰变过程的贝尔测试框架，该框架虽然需要引入会导致漏洞的后选择，但证明了任何利用该漏洞的定域模型在测量上下文相关性意义上都是非经典的，从而允许通过违反推导出的贝尔不等式来见证贝尔非定域性或上下文相关性。
⚛️ high-energy experiments
Probing the Electromagnetic Structure of Heavy-Light Hybrid Mesons with Vector and Axial-Vector Quantum Numbers
本文利用轻锥QCD求和规则框架，研究了矢量与轴矢量重轻杂化介子的电磁性质，旨在推导各种底夸克与粲夸克杂化构型的磁偶极矩与电四极矩形式因子及矩。
⚛️ high-energy experiments
Operation and performance of the Probe for Luminosity Measurement at LHCb
本文报告了 PLUME 检测器在 2024–2026 年 Run 3 数据采集期间，作为 LHCb 专用切伦科夫光亮度监测仪的运行性能，强调了其在实时亮度控制中的作用，并记录了在 TeV 下 fb 的积分亮度。
⚛️ high-energy experiments
Can Elastic Neutrino Scattering Account for the LZ230616 Event?
本文研究了 LUX-ZEPLIN (LZ) 合作组报告的孤立核反冲事件是否可能起源于弹性中微子-原子核散射，并得出结论认为，运动学约束、反冲能谱以及现有的限制，排除了在所有考虑的包括来自暗物质和原初黑洞的奇异中微子通量在内的标准模型及超越标准模型情景下的这一解释。
⚛️ high-energy experiments
Current-readout technique for ultra-high-rate experiments
本研究提出了一种新颖的电流读取技术，通过将光电倍增管输出电流数字化，实现了高达 1 Gcps 的超高速率测量，成功克服了μ子自旋旋转实验中的脉冲堆积和死时间限制，同时为未来的 n 进制非二进制逻辑电路铺平了道路。
⚛️ high-energy experiments
GRASIAN: Shaping and characterization of the cold hydrogen and deuterium beams for the forthcoming first demonstration of gravitational quantum states of atoms
本文报告了 GRASIAN 合作组关于低温氢束的开发与表征，详细阐述了降低背景并探测慢原子的方法，旨在实现对原子中引力量子态及精密光谱的首次观测。
⚛️ high-energy experiments
Machine learning method for enforcing variable independence in background estimation with LHC data: ABCDisCoTEC
本文介绍了 ABCDisCoTEC，这是一种增强型机器学习方法，它通过引入一个可微损失项来直接最小化非闭合性（non-closure），并利用改进的微分乘子法来确保变量的稳健独立性，从而通过改进背景估计来提升 LHC 数据的处理能力，进而克服了以往 ABCDisCo 方法的局限性。
⚛️ high-energy experiments
Mind the Gap: Navigating Inference with Optimal Transport Maps
本文介绍了一种基于最优传输的模型校准框架，该框架解决了高维粒子物理模拟中的模拟与数据差异问题，从而能够为大型强子对撞机中的喷注标记等任务实现强大的基础模型的无偏应用。