Thermal field theory and the QCD Equation of State
本章介绍了有限温度与密度下的量子色动力学，涵盖了欧氏路径积分形式、高温热有效场论、表征夸克 - 胶子等离子体平衡性质的状态方程，以及强相互作用物质的相图。
⚛️ Category
hep-ph
1943 篇论文
高能物理致力于探索宇宙最基础的构成与运行法则，从微观粒子的相互作用到宏观宇宙的演化，都在其研究范畴之内。这一领域不断挑战人类对物质、能量以及时空本质的认知边界。
在 Gist.Science 上，我们持续追踪来自 arXiv 的最新预印本，确保您能第一时间获取前沿动态。我们的团队对每一份新发布的论文进行深度处理，不仅提供详尽的技术摘要，更会提炼出通俗易懂的通俗解读，帮助不同背景的读者跨越专业门槛。
以下为您呈现该领域最新的精选论文列表，让我们一起探索这些关于宇宙奥秘的最新发现。
Probing Doubly Charged Higgs Bosons with Three-Body Associated Production at Future Colliders
本文研究了未来对撞机上通过三体关联产生过程探测 2HDMcT 模型中双电荷希格斯玻色子的潜力，发现该模式在特定参数区域可超越传统成对产生截面，并证实了在-$1500$ GeV 能量下利用特征信号实现发现是可行的。
Symbolic syzygy-constrained reduction rules for Feynman integrals and the LoopIn framework
本文提出了一种利用符号 syzygy 约束简化规则来避免大规模中间方程组、直接对高幂次费曼积分进行积分恒等式（IBP）约化的新算法，并展示了其在复杂双圈及多圈散射振幅计算中的高效性，同时发布了可集成该技术的模块化多圈计算框架 LoopIn。
Production of dark matter in association with a Higgs boson via exclusive photon fusion in $pp$ collisions at TeV
本文研究了在 规范对称性和复单态扩展的惰性二重态模型（IDMS）框架下，通过质子对撞中的独占光子融合过程产生暗物质与希格斯玻色子的机制，并利用前向质子探测器分析了不同质量差参数下的缺失质量谱以探索超出标准模型的新物理。
Scalable Dark Matter Searches Using Integrated Photonics
该论文提出了一种基于集成光子学的可扩展暗物质搜索方案，利用折射率调制谐振器与单光子探测器耦合，旨在探测 0.1 至数电子伏特质量范围内的暗物质候选者，从而拓展此前未探索的参数空间。
Polarization options in inclusive DIS off tensor polarized deuteron
本文利用氘核卷积模型，分析了杰斐逊实验室 12 GeV 及更高条件下，在从氘核张量极化深度非弹性散射不对称度中提取领头扭度结构函数时，不同靶极化方向选择所引入的系统误差，并指出在更高值下动量转移方向是更优的选择。
Feynman Integral Reduction using Syzygy-Constrained Symbolic Reduction Rules
本文提出了一种基于 Syzygy 约束的符号化约化规则新算法，通过求解 Syzygy 方程和构建小型线性系统，高效实现了高幂次费曼积分的积分-恒等式（IBP）约化，并在双箱图、五箱图及自旋黑洞散射振幅等复杂案例中显著提升了计算速度。
New Interpretations of the Cosmological Preference for a Negative Neutrino Mass
本文提出，宇宙学观测中关于中微子质量出现“负值”的异常现象及相关的张力，可通过引入超出标准模型的新物理（如导致额外引力透镜效应的新轻场或改变物质密度演化的暗区模型）来解释，并指出这些模型均会伴随产生可被观测验证的额外信号。
Beyond the Starobinsky model after ACT
该论文利用最新的 P-ACT-LB-BK18 数据重新审视了 Starobinsky 暴胀模型，表明引入 、 等高阶曲率修正不仅能缓解原模型与观测数据的轻微张力，还能对暴胀后动力学施加非平凡约束。
Amortized Inference of Multi-Modal Posteriors using Likelihood-Weighted Normalizing Flows
本文提出了一种利用似然加权重要性采样训练正态化流的新型技术，用于无需后验训练样本即可高效推断高维逆问题中的理论参数，并发现通过初始化与目标模式数量匹配的 Gaussian Mixture Model 作为基础分布，能有效解决标准单模态分布无法捕捉多模态后验中不连通支持的问题，从而显著提升重建保真度。