⚛️ phenomenology

RelExt: A New Dark Matter Tool for the Exploration of Dark Matter Models

本文介绍了 RelExt，这是一个旨在高效扫描具有暗物质候选者的标准模型扩展参数空间的 C++ 程序，它能够自动生成振幅、求解玻尔兹曼方程以计算遗迹密度，并与其他工具集成以测试理论与实验约束。

原作者： Rodrigo Capucha, Karim Elyaouti, Milada Margarete Mühlleitner, Johann Plotnikov, Rui Santos

发布于 2026-01-28

📖 1 分钟阅读🧠 深度阅读

原作者： Rodrigo Capucha, Karim Elyaouti, Milada Margarete Mühlleitner, Johann Plotnikov, Rui Santos

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：宇宙拼图

想象一下，宇宙是一个巨大且复杂的拼图。科学家们知道，大部分拼图碎片都丢失了——他们称之为暗物质。我们看不见它，但通过它对星系产生的引力作用（就像一只无形的手），我们知道它的存在。

物理学的“标准模型”是我们拥有的关于那些“看得见的碎片”（如原子和光）的说明书。但这份说明书里没有关于缺失的暗物质碎片的说明。科学家们构建了许多新的“说明书”（模型），试图在拼图中加入暗物质碎片。

问题在于，构建这些新说明书的方法实在太多，需要调整的参数也太多，以至于想要找到那个真正符合真实宇宙的版本，就像是在沙滩上寻找一颗特定的沙粒一样——必须逐一检查每一颗沙子。这太耗时了。

新工具：RelExt

这篇论文介绍了一个名为 RelExt 的新计算机程序。你可以把 RelExt 想象成一个针对物理模型“沙滩”的高速、智能金属探测器。

与其让人类手动在沙子里挖掘，RelExt 是一个机器人，它可以：

阅读蓝图： 你给它一个新暗物质模型的数学“蓝图”（称为 FeynRules 文件）。
承担繁重工作： 它会自动计算复杂的数学运算，以观察这些不可见的粒子会如何表现。
寻找匹配： 它会扫描数百万种可能的设置，以找到能产生与我们今天在宇宙中观测到的精确暗物质量相结合的特定组合。

它是如何工作的：“热冻结”（Thermal Freeze-Out）类比

要理解这个程序计算的内容，请想象一场拥挤的舞会（早期宇宙）。

舞会： 宇宙是炽热的，充满了相互碰撞、跳舞的粒子。
舞蹈： 暗物质粒子正在彼此之间跳舞。有时它们碰撞并消失（湮灭）成更轻的粒子；有时较轻的粒子碰撞并产生暗物质。
冻结： 随着宇宙膨胀，舞会变得越来越大，音乐也慢了下来。舞者们之间的距离变得太远，无法再互相碰撞。“舞蹈”停止了，剩下的暗物质粒子数量被“冻结”在了原地。

RelExt 的任务： 它模拟这场舞会。它计算当音乐停止时，还会剩下多少舞者。如果计算结果与天文学家实际看到的暗物质量相匹配，那么这个模型就是“赢家”。如果计算结果留下的太多或太少，该模型就是“输家”。

核心秘诀：“智能搜索”

旧工具就像是一个在沙滩上寻找针头的人，一次只检查一个点。RelExt 则不同，它使用了高效的搜索算法（就像一个智能 GPS）。

“随机游走”： 想象你被蒙着眼睛试图寻找山顶。你走了一步。如果你向上走，你就继续往那个方向走；如果你向下走，你就转身。RelExt 对数字进行这种操作，快速向数学表现完美的“峰值”攀升。
“网格”： 它也可以在沙滩上铺设一层网格，优先检查最有希望的地方，然后缩小范围，精准定位到这些区域以找到完美的匹配。

它有何特别之处？

作者强调了让 RelExt 脱颖而出的三个主要特点：

它是通用适配器： 你不需要成为编程高手也能使用它。如果你有新模型的蓝图，Relxt 可以读取它，自动生成数学公式并运行模拟。它就像是物理模型的通用翻译机。
面向未来： 它的代码结构设计得非常灵活，科学家可以轻松地在后期添加“高级功能”（例如更精确的计算），而无需重建整个系统。
良好的兼容性： RelExt 设计用于与其他工具协同工作。一个工具检查该模型是否违反了物理定律（理论约束），另一个工具检查该模型是否符合现实世界的实验。RelExt 起到了桥梁作用，确保模型不仅在理论上成立，而且能与我们在天空中看到的“冻结”后的暗物质量相吻合。

研究结果

团队在几个现有模型（如“复数单态扩展”或“双实单态模型”）上测试了 RelExt。他们将结果与其它著名工具（如 MicrOMEGAs）进行了对比，发现 RelExt 与它们的一致性非常高（通常误差在百分之几以内）。

他们还展示了 RelExt 寻找“获胜”数字的速度要快得多。在一项测试中，随机搜索几乎找不到任何好的匹配，但在相同时间内，RelExt 的智能搜索找到了数百个有效的解。

总结

RelExt 是一个全新的、强大的计算机程序，它帮助物理学家停止猜测，开始发现。它将模拟早期宇宙的繁琐数学过程自动化，使科学家能够快速测试他们关于暗物质的新想法是否符合我们观测到的现实。它是一个将“大海捞针”问题转化为“快速高效搜索”的工具。

RelExt 技术摘要：一种用于探索暗物质模型的全新暗物质工具

问题陈述
暗物质（DM）的本质仍然是当代粒子物理学中最重大的开放性问题之一。虽然标准模型（SM）在结构上是完整的，但它缺乏一个可行的暗物质候选者。理论上的扩展通常会引入由离散对称性（例如 $Z_2$ ）稳定的暗物质候选者，但验证这些模型需要计算热遗迹密度并确保其符合观测约束。现有的工具，如 SuperIso Relic、DarkSUSY、MicrOMEGAs 和 MadDM，通过冻结（freeze-out）机制计算遗迹密度。然而，在复杂的超越标准模型（BSM）空间中寻找能够产生符合实验不确定度范围内的遗迹密度的参数配置，其计算量可能非常巨大。此外，许多现有工具要么是针对特定模型（如超对称）专门设计的，要么需要手动输入热平均截面，这限制了其对于任意新模型的灵活性。

方法论
作者提出了 RelExt，这是一个旨在为具有由离散 $Z_2$ 对称性稳定的暗物质候选者的任意 SM 扩展计算热遗迹密度的 C++ 程序。该方法集成了几个不同的组件：

模型实现： 用户提供 FeynRules 模型文件。RelExt 利用 FeynArts 和 FeynCalc 包自动生成所有暗物质 $2 \to 2$ （共湮灭）过程的树级平方振幅。这些振幅会被标记化以优化计算，并转换为 C++ 代码。
振幅与宽度计算： 代码会自动识别 $s$ 道媒介子并计算其总衰变宽度。对于标量和伪标量媒介子，它遵循 HDECAY 的实现方式，纳入了高阶 QCD 校正和离壳衰变效应（例如到规范玻色子的衰变）。对于规范玻色子和顶夸克，宽度取自输入文件或按领先阶（leading order）计算。为了确保在共振点附近的数值稳定性，代码在传播子中采用了 Breit-Wigner 公式。
热平均截面（TAC）： 代码通过对质心能量和温度进行积分来计算 TAC。它利用自适应积分方法（Simpson's 3/8 和 Gauss-Kronrod），并对共振峰进行单独处理。受玻尔兹曼因子严重抑制的通道将根据用户定义的阈值（ $B_\epsilon$ ）被忽略。
玻尔兹曼方程求解器： 暗物质产额（yield）的演化通过求解玻尔兹曼方程来确定。代码提供两种模式：快速冻结近似和使用自适应 Dormand-Prince 方法的全数值解。
参数搜索算法： RelExt 的一个显著特征是实现了三种高效的搜索算法，用于寻找满足遗迹密度约束的参数集：
- 蒙特卡洛网格（Monte Carlo Grid）： 一种基于网格的方法，通过追踪“最佳单元”（即最接近目标遗迹密度的参数区域）来引导后续采样。
- 单参数搜索： 一种基于梯度的方法（使用二分法或梯度下降法），通过调整单个参数以达到目标值。
- 随机游走（Random Walk）： 一种多参数随机游走算法，通过迭代调整参数来最小化计算值与目标遗迹密度之间的差异。

核心贡献

自动化与灵活性： RelExt 允许用户仅通过提供 FeynRules 文件，即可实现具有单一暗物质候选者的任意 BSM 模型。它能自动生成必要的振幅、宽度和 C++ 代码，消除了手动推导矩阵元的需要。
高效扫描程序： 不同于许多侧重于计算的现有工具，RelExt 优先考虑对可行参数空间的搜索。其集成的扫描算法旨在高效定位那些能够产生符合观测遗迹密度（在用户指定不确定度内）的区域。
模块化架构： 该代码旨在轻松地与其他工具（如作者协作团队开发的 ScannerS [用于理论和实验约束] 以及 BSMPT [用于相历史和引力波信号]）进行链接，从而促进全面的模型测试。
预实现的模型： 首个版本包含了经过预测试实现的复杂单标量扩展（CxSM）、N2HDM（暗双重态相位）、CP in the Dark 模型（CPVDM）、双实单标量模型（TRSM）以及 BDM5。

结果与验证
作者通过将 RelExt 的遗迹密度计算结果与 MicrOMEGAs 在若干随机参数点以及针对预实现模型的专门扫描结果进行对比，验证了 Rel%，。

一致性： 对于实单标量模型和 CPVDM，RelExt 与 MicrOMEGAs 显示出非常好的一致性，相对偏差通常低于 2%。
差异： 在特定场景下观察到了较大的偏差（最高达 ~9%），特别是在涉及具有大总宽度的媒介子的 $s$ 道共振附近（例如在 N2HDM 暗双重态相位中）。作者将其归因于传播子中总宽度的不同实现方式：RelExt 在整个积分范围内应用宽度，而 MicrOMEGAs 则将其限制在共振点周围的有限区域内。
性能： 在 CPVDM 示例中，“最佳单元”追踪与随机游走算法（方法 3）的结合展示了比简单随机扫描显著更高的效率，在相同的计算时间内，产生了大约 100 倍于观测遗迹密度 $2\sigma$ 范围内的可行点。

意义
论文声称 RelExt 提供了一个强大且灵活的工具，用于约束暗物质模型。通过自动化振幅生成并实现高效的搜索算法，它使研究人员能够系统地探索任意 BSM 模型的参数空间，以识别符合观测遗迹密度的区域。这种能力对于确定这些模型对当前及未来对撞机和直接探测实验的现象学意义至关重要。作者指出，该代码可以扩展至次领先阶（NLO）校正，未来的版本旨在包含多组分暗物质和冻结-入（freeze-in）机制。该工具可通过 GitHub 公开获取。