⚛️ phenomenology
What Naturalness Measures: Fine-Tuning and Informational Invariants in Cosmology and Dark Matter
本文认为，自然性并非物理上的客观合理性度量，而是一种反映参数到观测值映射之结构可区分性的信息不变性，从而将精细调节重新诠释为一种依赖于表征的特征，而非对现实的根本约束。
⚛️ Category
hep-th
4416 篇论文
高能物理理论探索着宇宙最深层的奥秘，从基本粒子的相互作用到时空结构的本质，这一领域试图用数学语言描绘万物运行的底层逻辑。在 Gist.Science，我们致力于打破专业壁垒，让这些深奥的理论成果不再束之高阁。
本板块收录的所有预印本均源自 arXiv。我们团队会对该领域发布的每一篇新论文进行深度处理，不仅提供详尽的技术解析，更会生成通俗易懂的通俗解读，确保无论您是专业研究者还是科学爱好者，都能轻松获取前沿动态。
下方为您列出了该领域最新发布的论文精选，邀您一同窥见理论物理的最新突破。
⚛️ phenomenology
Size Dependence of the Sommerfeld Enhancement for Puffy Dark Matter
本文通过偏波分析和团块型模型，研究了“蓬松”暗物质的有限尺寸如何影响索末菲增强因子，证明了粒子尺寸是与低速度并列的决定共振结构的根本因素。
⚛️ general relativity
Krylov Complexity in Non-Inertial Quantum Systems
本文确立了在非惯性量子系统中，克里洛夫复杂度（Krylov complexity）精确对应于通过波戈留波夫混合（Bogoliubov mixing）产生的相关里德勒对（Rindler pairs）的平均数量，揭示了包括失谐主导的局域化（在此情形下复杂度被限制在低克里洛夫能级）在内的三种截然不同的动力学机制。
⚛️ high-energy theory
CFT Constraints on the Weak Gravity Conjecture
本文证明了弱引力猜想源于对 dRGT 质量引力与 Einstein-ModMax 非线性电动力学中带电黑洞的边界共形场论计算，推导出了要么普遍饱和、要么取决于非线性参数的具体电荷质量比界限，同时还分析了放宽诸如精确极值性和最小耦合等假设如何将模型特定的依赖性重新引入到这些界限之中。
⚛️ high-energy theory
Quantum (non)equivalence of dual massive -form gauge theories
本文表明，由于对拓扑敏感的行列式以及与欧拉示性量成正比的计数项，质量型 -形式规范理论之间的经典对偶在拓扑非平凡背景下于量子层面上被破坏了，这暗示了即使在闵可夫斯基空间中，也可能通过引力瞬子导致潜在的对偶违背。
⚛️ high-energy theory
Quadratic Gauge Transformation
本文通过研究量子场论中的二次无量纲规范变换，以建立不变性并推导复标量、阿贝尔及非阿贝尔场的守恒律，同时通过广泛的理论与图形分析，阐明协变导数与物理态等价性的作用。
⚛️ high-energy theory
Complex Phase Structure and Widom line for Euler Heisenberg black holes
本文利用李-杨相变理论研究了欧拉-海森堡（Euler-Heisenberg）AdS黑洞的超临界热力学，揭示了具有两个不同临界点和一个退化高阶临界点的复杂相结构，并论证了定义良好的威登线（Widom lines）如何在复数域中出现，从而在缺乏常规共存曲线的情况下充当有效的稳定性边界。
⚛️ high-energy theory
A note on the holographic consistency of DGKT-type vacua with
本文将对标量模量在尺度分离的 AdS 真空中受到的全息约束分析，扩展到了对称性较低的 DGKT 型几何，证明了所需的抵消效应在所有 的实例中均持续存在，从而表明了更广泛的普遍有效性。
⚛️ high-energy theory
Positivity properties of observables in planar maximally supersymmetric Yang-Mills theory
本文确立了平面极大超对称杨-米尔斯理论中的一类广泛的精确可观测量满足 Stieltjes 性质（一种具有正谱测度的单次减除色散表示），从而能够从微扰数据中推导出严格的非微扰界限，并恢复强耦合展开。
📊 statistics
Factorizable Normalizing Flows for parameter-dependent density morphing
本文介绍了可分解正规化流（Factorizable Normalizing Flows, FNF），这是一种可扩展且具有解释性的框架，它通过将固定参考流与可学习的、可分解的多项式变换相结合，来建模依赖于参数的密度形变，从而在无需处理指数级庞大的联合参数空间采样所带来的计算不可行性的情况下，实现高效推理。