⚛️ lattice
Next-to-next-to-leading order QCD corrections to pion (kaon)-induced exclusive Drell-Yan process
本文在广义部分子分布框架内，计算了由π介子和K介子诱导的排他性德莱尔-耶特（Drell-Yan）过程中显著且正向的次次领先阶（NNLO）量子色动力学（QCD）修正，从而确立了包含这些高阶效应对于获得可靠理论预测以匹配未来J-PARC实验数据的必要性。
⚛️ Category
hep-lat
541 篇论文
肝-拉丁美洲（Hep-Lat）领域聚焦于拉丁美洲高能物理研究的独特视角，这里汇聚了来自该地区科学家对宇宙基本粒子和相互作用的前沿探索。这些研究不仅填补了全球物理图谱的空白，也展现了多元文化背景下的科学创新活力。
Gist.Science 持续追踪 arXiv 平台上所有属于此分类的最新预印本。我们不仅提供详尽的技术解读，更将复杂的物理推导转化为通俗易懂的通俗语言摘要，让每一位读者都能轻松跨越专业门槛，洞察研究核心。
以下是该领域最新的论文列表，欢迎查阅。
⚛️ lattice
Examining possible doubly topped baryon configurations
本文利用两点 QCD 求和规则，从理论上预测了双顶夸克重钡构型（、、、 和 ）的基态质量，发现其略高于其组成夸克质量之和，旨在为未来在 LHC 和 FCC 上的实验搜索提供参考。
⚛️ lattice
Tensor-Network Finite Elements for Analytic Operator Equations
本文引入了一种将有限元方法与张量网络相统一的新型框架，旨在将复杂的非线性算子方程转化为线性矩阵方程，从而通过统一的代数结构实现高效的变分求解。
⚛️ lattice
Half dualization and non-invertible particle-vortex duality defect on lattice
本文引入了“半对偶化”（half dualization），这是一种通过在时空子区域内执行对偶变换来产生非可逆对偶缺陷的通用晶格构造方法，并展示了其在 Villain 化 XY 模型中的粒子-涡旋对偶以及在规范化系统中演变为可逆缺陷的应用。
⚛️ lattice
Fast Scrambling in the Hyperbolic Ising Model
本文证明了双曲伊辛模型（一种定义在具有位点依赖耦合的 背景下的混合场伊辛系统）与平坦对应的模型相比，尽管仅依赖于最近邻相互作用，却表现出更快的纠缠动力学以及与 Maldacena-Shenker-Stanford 界限一致的李雅普诺夫指数。
⚛️ lattice
QFT on rotating boxes at finite temperature
本文通过证明一致的有限旋转描述需要具有不同于标准 的非平凡拓扑结构的空时流形，并利用限制虚角速度取特定离散值的旋转边界条件来实现这一点，从而在有限旋转方盒上构建了热量子场论。
⚛️ lattice
Lattice Configuration Generation with a Self-Learning Diffusion Model
本文介绍了 SLDiffusion，一种自学习扩散采样器，它通过从 开始迭代引导并利用 Metropolis-Hastings 修正来优化得分函数，在无需预先存在训练数据的情况下生成格点场构型，并在二维紧致 XY 模型中实现了高精度和低自相关时间。
⚛️ high-energy experiments
Interpreting the Newly Observed State in the Spin- Spectrum
本研究利用两点 QCD Sum Rule 方法分析了低激发态自旋 能谱，并将新观测到的 共振态识别为第一个径向 () 激发态，因为其计算出的质量 与 BESIII 报道的实验值相吻合。
⚛️ lattice
Hadronic vacuum polarization contribution to from functional methods with strong and electromagnetic isospin breaking
本文通过使用狄拉克-施温格方程和贝特-萨尔皮特方程，呈现了一个连续量子色动力学计算，用于得出缪子反常磁矩的领先阶强子真空极化贡献，并结合了强相互作用与电磁同位旋破缺，得出的结果为 ，该结果与近期的晶格量子色动力学测定结果高度一致。
⚛️ lattice
Combining complex Langevin dynamics with score-based and energy-based diffusion models
本文研究了基于分数（score-based）和基于能量（energy-based）的扩散模型在学习和表征由复朗之文动力学（complex Langevin dynamics）采样的概率分布中的应用，旨在解决理解具有符号问题（sign problems）理论中随机过程所面临的挑战。