⚛️ phenomenology
Schwinger dark matter production
本文提出，一种暴胀暗施温格机制（inflationary dark Schwinger mechanism）可以通过产生通过轻暗光子相互作用的暗电子，在广泛的质量范围（0.1 eV 至 GeV）内产生观测到的暗物质丰度，该过程即使在纯引力产生可以忽略不计时依然可行，并成功规避了等曲率约束。
⚛️ Category
hep-ph
4756 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。
⚛️ nuclear experiments
Jet substructure of light and heavy flavor jets at RHIC
本文通过基于 PYTHIA8 的蒙特卡洛研究，探讨了在 200 GeV 碰撞（于 RHIC 实验）中轻夸克和重夸克喷注的角向量（angularities）以及主要 Lund 平面，并重点关注死锥效应，旨在测试非微扰物理模型并为 sPHENIX 实验实现可行性测量。
⚛️ phenomenology
Diffusion-model approach to flavor models: A case study for modular flavor model
本文提出了一种利用扩散模型进行高效数值搜索的新方法，用于寻找 模对称性味模型中在现象学上可行的参数，通过逆问题方法成功重现了夸克观测值并证实了自发 CP 破坏。
⚛️ phenomenology
Low scale leptogenesis and mixing in neutrinophillic two Higgs doublet model(2HDM) with S4 flavor symmetry
本文提出了一种由 味道对称性和五个弗拉冯（flavon）增强的 TeV 能标中微子亲和型双希格斯双标模型，以实现 最大混合，在成功解释正序下轻子质量的同时，预测了低于阈值的无中微子双贝塔衰变质量，并使低能标轻子数生成过程能够解释宇宙的物质-反物质不对称性。
⚛️ nuclear experiments
Low-energy neutrino responses for 71Ga by electron capture rates, charge exchange reactions and shell model calculations
本研究通过结合实验电子俘获率、经修正的电荷交换反应数据以及壳模型计算，评估了 低能级态的弱伽莫夫-盖特勒（Gamow-Teller）响应，发现虽然激发态对总响应的贡献约为 4.2%，但镓（Ga）异常现象仍无法通过这些核不确定性得到解释。
⚛️ phenomenology
Resonant leptogenesis in inverse see-saw framework with modular symmetry
本文提出了一种模量化 对称反型跷斜模型，该模型成功解释了中微子质量与混合，预言了近乎最大值的狄拉克 CP 破坏以及可检验的中微子零质量双贝塔衰变信号，并利用共振轻子产生机制解释了观测到的重子不对称性。
⚛️ general relativity
Ultralight Boson Ionization from Comparable-Mass Binaries
本文结合数值模拟与半解析建模，证明了超轻玻色子可以在质量相当的双星系统周围形成“引力分子”，其中由偏心率诱导的电离过程驱动了高效的轨道圆化，并显著改变了随机引力波背景。
⚛️ high-energy experiments
FeynRules and UFO models for SMEFT: operators of dimensions five and six
本文介绍了 FeynRules 和 UFO 模型文件在 SMEFT 中的公开发布，使得包含右手中微子的五维和六维算符的模拟成为可能，其中包括一种与 MadGraph5_aMC@NLO 兼容的、针对马约拉纳四费米子算符的专门实现。
⚛️ general relativity
Incorporating neutron star physics into gravitational wave inference with physics-informed priors using normalizing flows
本文介绍了一种利用归一化流构建包含中子星物理学和状态方程约束的物理启发式先验的可扩展框架，从而与传统的不可知先验相比，提高了引力波事件的波源分类能力，并获得了更紧致、更准确的参数估计。
⚛️ high-energy experiments
Cross-Geometry Transfer Learning in Fast Electromagnetic Shower Simulation
本文介绍了一种用于快速电磁簇射模拟的迁移学习方法，该方法利用点云表示并在国际大型探测器上进行预训练，从而能够高效地将生成模型适配到具有极少量目标域数据的新探测器几何结构中，在仅更新极小比例模型参数的情况下，其性能显著优于从头开始训练。