CDRL: Certification-Driven Reinforcement Learning for Neutrino Flavor Model Discovery
本文引入了证书驱动强化学习(Certification-Driven Reinforcement Learning, CDRL),该框架利用符号推理来生成失败证书并将其转化为可重用的约束条件,从而在广阔的组合假设空间中发现有效中微子味模型的效率和成功率方面,较现有方法有了显著提升。
4737 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。
本文引入了证书驱动强化学习(Certification-Driven Reinforcement Learning, CDRL),该框架利用符号推理来生成失败证书并将其转化为可重用的约束条件,从而在广阔的组合假设空间中发现有效中微子味模型的效率和成功率方面,较现有方法有了显著提升。
本文表明,II型跷跷板模型中的电弱圈图修正将希格斯三重态质量分裂固定在一个狭窄的范围内,这关键性地决定了混合同号衰变通道 的分支比,并根据四次耦合 显著改变了现有的实验排除边界。
本文表明,具有离散 对称性的 Nelson-Barr 模型自然地预言了一个轻质、无反常的类轴子粒子,该粒子不仅解决了强 CP 问题,还通过错位产生机制提供了一个可行的暗物质候选者,并且可以通过稀有介子衰变、恒星冷却以及未来的宇宙学观测进行探测。
本文提出,在修正的夸克-介子耦合模型中,由暗部门矢量门户介导的排斥相互作用可以硬化超子致密星的状态方程,从而解决超子难题,使这些恒星能够达到观测到的两倍太阳质量极限,并为暗物质相互作用提供新的多信使检验。
本文对最小超对称标准模型(MSSM)中的R-宇称破坏 算符进行了系统性研究,对它们的对撞机特征进行了分类,并评估了当前的LHC覆盖范围,从而揭示了在有色部门中存在显著的敏感度,同时识别出对于涉及 耦合的 wino 和 higgsino 类 LSP 以及直接产生的滑子(slepton)LSP 存在的显著空白。
本文表明,在模糊球几何中识别出的量子蝌蚪(quantum tadpole)在孤立时会诱发表面张力与收缩,这使得其必须耦合到引力,从而选择一个非奇异的德西特(de Sitter)内部,并建立起内部德西特时间与外部史瓦西(Schwarzschild)时间之间特定的大关系。
本文研究了高能QCD重求和(特别是包含了夸克对效应)如何显著降低了在类矢量玻色子融合区域中,由胶子融合希格斯加夸克对产生所估算的背景,从而精细化了对大型强子对撞机上双希格斯产生的理解。
本文表明,即使在输入经过优化且色散数据精确的情况下,双通道重散射机制仍不足以解释标准模型内粲介子衰变中所观测到的巨大CP破坏现象,同时也通过求和规则为CP不对称性提供了新的约束。
本文表明,通过优化乘积公式算法的指数化哈密顿分解,在电基下模拟量子色动力学的 T 门代价可以降低近 倍,从而有效地消除了此前归因于该方法的随 指数增长的开销。
本文提出,超高能中微子在致密天体环境中与核子发生散射,可通过π介子衰变产生TeV光子,这为观测到的GRB 221009A爆发前TeV辐射提供了一个定量解释,并建立了多信使天文学中中微子与伽马射线观测之间的新联系。