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。

⚛️ 唯象学

M1 Radiative Transitions in the BcB_c System after the Bc∗(1S)B_c^\ast(1S) Observation: Radial-Node Cancellation and Quark-Line Filtering

继ATLAS实验观测到Bc∗(1S)B_c^*(1S)介子之后,本研究利用相对论Salpeter波函数计算了BcB_c体系中的M1辐射跃迁宽度,揭示了受阻的2S→1S2S \to 1S振幅源于显著的径向节点抵消,并且在交叉受阻通道中bb夸克发射的受抑制是由于增强的内部抵消而非较小的固有贡献。

Bing-Dong Wan2026-10-02
⚛️ 唯象学

On the phenomenological implications of a Pati-Salam model spontaneously broken by Higgs fields in fundamental representations

本文提出了一种利用小型基本表示和双双重希格斯表示、并辅以离散对称性和中性单态的超对称帕蒂-萨拉姆模型,该模型成功解决了畴壁问题,实现了 SU(4)CSU(4)_C 耦合的近共形行为,抑制了质子衰变,并通过高维算符解耦了夸克与轻子质量,从而为传统的大统一理论提供了一个对弦理论友好的替代方案。

George K. Leontaris, Ruiwen Ouyang, Ye-ling Zhou2026-10-01
⚛️ 广义相对论

Factorized neural posterior estimation for rapid and reliable inference of parameterized post-Einsteinian deviation parameters in gravitational waves

本文引入了一种分解式神经后验估计框架,该框架利用归一化流和混合深度学习架构,实现了对引力波广义相对论检验中参数化后爱因斯坦偏差参数的毫秒级、统计可靠的推理,相比传统的马尔可夫链蒙特卡洛方法实现了 9×1049 \times 10^4 倍的加速。

Yong-Xin Zhang, Tian-Yang Sun, Chun-Yu Xiong, Song-Tao Liu, Yu-Xin Wang, Shang-Jie Jin, Jing-Fei Zhang, Xin Zhang2026-10-01
⚛️ 高能实验

POPxf: An Exchange Format for Polynomial Observable Predictions

本文介绍了 POPxf,这是一种结构化的、机器可读的数据格式,旨在将半解析理论预测编码为模型参数(特别是针对有效场论应用)的多项式,以增强可重现性、促进全局拟合,并简化高能物理领域内具有不确定性意识的结果交换。

Ilaria Brivio (ed.), Ken Mimasu (ed.), Peter Stangl (ed.), Anke Biekötter, Ana R. Cueto Gómez, Charlotte Knight, Luca Ma (…)2026-10-01
⚛️ 高能实验

Clash of the Titans: ultra-high energy KM3NeT event versus IceCube data

本文报告了 KM3NeT 检测到的单个超过 10 PeV 的超高能中微子事件与 IceCube 更长数据集中的缺失类似事件之间存在显著的统计张力(2.0σ–3.6σ),这表明 KM3NeT 的观测结果很可能代表了对一种新的、独特的天体物理源的首次探测,而非标准的弥散通量。

Shirley Weishi Li, Pedro Machado, Daniel Naredo-Tuero, Thomas Schwemberger2026-10-01