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。

Neutrino Oscillation Parameter Estimation Using Structured Hierarchical Transformers

本文提出了一种基于结构化分层 Transformer 的数据驱动框架,将大气中微子振荡参数估计重构为监督回归任务,在保持与马尔可夫链蒙特卡洛方法相当精度的同时,显著降低了计算成本并实现了具有形式覆盖率保证的分布自由不确定性量化。

Giorgio Morales, Gregory Lehaut, Antonin Vacheret, Frederic Jurie, Jalal Fadili2026-03-25⚛️ hep-ph

Slow-down of expanding bubbles in the early Universe

该论文通过研究早期宇宙一级相变中气泡膨胀的减速效应,发现气泡进入激波后的减速主要影响高速壁且无法解释引力波抑制,而相变末期假真空液滴的缓慢收缩则能很好地解释数值模拟中观测到的引力波抑制现象,并指出自由度变化和激波宽度是刻画引力波谱的重要参数。

Nabeen Bhusal, Simone Blasi, Thomas Konstandin, Enrico Perboni, Jorinde van de Vis2026-03-25⚛️ hep-ph

Inside the Black Box of Big Bang Nucleosynthesis: Parameter Sensitivity Studies in Light of new LBT Data

该研究利用最新 LBT 观测数据,通过 PRyMordial 代码构建了涵盖 14 个基本参数和 63 个核反应速率的大爆炸核合成(BBN)敏感性图谱,量化了各参数对原初元素丰度及有效中微子数(NeffN_{\rm eff})的影响,并深入探讨了氘丰度张力和锂问题等关键宇宙学难题。

Anne-Katherine Burns2026-03-25✓ Author reviewed ⚛️ hep-ph

Automated Extraction of Collins-Soper Kernel from Lattice QCD using An Autonomous AI Physicist System

该论文展示了自主 AI 系统 PhysMaster 如何通过自动化处理高维拟合、重整化及外推等复杂流程,在数小时内高效、精准地从格点 QCD 数据中提取 Collins-Soper 核,从而显著解决了传统方法中信号噪声大、系统误差复杂及人工耗时等长期挑战。

Jin-Xin Tan, Ting-Jia Miao, Mu-Hua Zhang, Xiang-He Pang, Ze-Xi Liu, Lin-Feng Zhang, Si-Heng Chen, Wei Wang2026-03-25⚛️ hep-lat