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。

⚛️ phenomenology

The dynamically generated N(1535)N(1535) state in the Λc+→pKˉ0π0\Lambda_c^+ \to p\bar{K}^0 \pi^0 decay

该论文利用手征幺正方法对Λc+→pKˉ0π0\Lambda_c^+ \to p\bar{K}^0 \pi^0衰变过程进行了理论分析,结果表明N(1535)N(1535)共振态在该衰变中起关键作用,且其作为由耦合道介子 - 重子相互作用动力学产生的态的解释与Belle实验数据高度吻合。

Ying Li, En Wang, Li-Sheng Geng, Ju-Jun Xie2026-03-30
⚛️ nuclear theory

Benchmarking neutrino-nucleus quasielastic scattering model predictions against a missing energy profile obtained using a monoenergetic neutrino beam

该研究利用单能中微子束获得的缺失能谱,对 NEUT 事件生成器中三种不同的原子核基态壳层模型进行了基准测试,发现谱函数模型在描述缺失能分布的基态和尾部方面优于相对论平均场模型,且考虑单核子敲出相互作用的缺失能阈值后,所有核模型均通过了统计检验。

Jake McKean, Laura Munteanu, Seisho Abe2026-03-30
⚛️ phenomenology

Interpreting the results on exclusive c→sμνc\rightarrow s\mu\nu modes

该论文指出,尽管 BESIII 在D→KμνD\to K\mu\nu衰变中观测到与标准模型的轻微偏差,但试图用复数值新物理耦合解释该偏差的方案与 LHC 的高pTp_T约束相矛盾,而现有兼容低能和高能约束的模型参数过小,难以在积分观测量中探测,仅可能在Ds→ϕμνD_s\to \phi \mu\nu或Λc→Λμν\Lambda_c\to \Lambda \mu\nu等模式的q2q^2分布角观测量中显现。

D. Bečirević, M. Martines, S. Rosauro-Alcaraz, O. Sumensari2026-03-30
⚛️ high-energy theory

Implication of dressed form of relational observable on von Neumann algebra

该论文指出,通过引力 Wilson 线或类似 Stueckelberg 机制的 dressed 形式构建的协变可观测量揭示了 von Neumann 代数的结构差异,表明即使存在微小的对称性破缺,准 de Sitter 空间(对应发散迹的 Type II∞_\infty 代数)与 de Sitter 空间(对应有限迹的 Type II1_1 代数)在代数结构上也存在本质区别。

Min-Seok Seo2026-03-30
⚛️ phenomenology

Signatures of Type-I Seesaw in Neutrino Oscillation Phenomenology

该研究通过在 3+3 框架下对 Type-I 跷跷板机制进行 21 维参数空间的蒙特卡洛扫描,结合 DUNE、NOν\nuA、JUNO 等振荡实验数据以及宇宙学、双贝塔衰变和轻子味破坏等多重约束,揭示了 eV 级惰性中微子虽能产生显著能谱畸变但受 μ→eγ\mu \to e\gamma 限制而面临严峻张力,同时预测中微子质量总和将集中在 0.05–0.07 eV 范围内。

Suka Sriyansu Pattanaik, Sasmita Mishra2026-03-30
⚛️ nuclear theory

Neural network enhanced Bayesian global analysis of relativistic heavy ion collisions

该研究提出了一种结合深度卷积神经网络与贝叶斯全局分析的新方法,通过用神经网络替代计算耗时的流体力学模拟,成功利用 RHIC 和 LHC 的多种重离子碰撞数据,对夸克胶子等离子体的输运性质(如剪切粘滞系数和体粘滞系数)及冻结条件进行了精确约束。

Jussi Auvinen, Kari J. Eskola, Henry Hirvonen, Harri Niemi2026-03-30