Global Bayesian Analysis of $\mathrm{J}/ψ$ Photoproduction on Proton and Lead Targets

本文利用颜色玻璃凝聚态框架，对质子和铅靶上的衍射 $\mathrm{J}/\psi$ 光致产生过程进行了全局贝叶斯分析，结果表明，尽管同时描述 HERA 和 LHC 数据具有挑战性，但引入一个整体 $K$ 因子能显著提高模型拟合这两个数据集的能力。

要点

想象一下，你正试图烘焙一个完美的蛋糕，但你有两份截然不同的食谱需要遵循：一份是关于小型、精致的纸杯蛋糕（代表一个质子），另一份是关于巨大、致密的磅士蛋糕（代表一个沉重的铅原子核）。

在高能物理世界中，科学家使用一本名为**“色玻璃凝聚态”（Color Glass Condensate, CGC）**的理论“食谱书”来预测这些蛋糕在受到光束（光子）撞击时的行为。这种光被用来创造一种特定类型的粒子，叫做 J/ψ（读作“J-psi”），它就像是蛋糕上的一颗微小而沉重的樱桃。

问题所在：食谱并不适用于两种蛋糕

长期以来，物理学家注意到一个令人沮丧的问题。当他们使用 CGC 食谱来预测**纸杯蛋糕（质子）**的结果时，效果非常完美。预测结果与来自 HERA 和 LHC 等粒子对撞机的数据完全吻合。

然而，当他们使用这套完全相同的食谱来预测**磅士蛋糕（铅原子核）*的结果时，出问题了。食谱预测磅士蛋糕会产生过多*的 J/ψ 粒子，尤其是在碰撞能量很高的时候。这就像是食谱说：“为纸杯蛋糕加入一杯糖”，然后，在不改变用量的情况下，又说：“为磅士蛋糕也加入一杯糖”，导致做出来的蛋糕过甜了。

科学家们想要知道：是否存在一套统一的成分（参数），可以同时解释这种小的纸杯蛋糕和巨大的磅士蛋糕？

研究过程：贝叶斯“味觉测试”

为了解决这个问题，作者进行了一项全局贝叶斯分析（Global Bayesian Analysis）。你可以把它想象成一次超级智能的自动化味觉测试。

1. 成分（参数）： 他们有一系列可以调节的变量，例如质子的“大小”、内部有多“蓬松”，以及成分在高速度下如何混合在一起。
2. 模拟器（仿真器）： 因为烘焙这些理论上的蛋糕需要巨大的计算能力，他们构建了一个“智能猜测者”（高斯过程仿真器）。这个工具学会了如何在不运行完整的、缓慢的模拟过程的情况下，预测烘焙过程的结果。
3. 测试： 他们运行了数千次模拟，不断调整成分，以观察哪种组合既能让纸杯蛋糕的味道正确，又能让磅士蛋糕的味道正确（即同时匹配实验数据）。

研究发现：“魔力缩放因子”

以下是他们的发现：

• 标准食谱失败了： 当他们尝试使用标准食谱（不使用任何额外技巧）来拟合这两个数据集时，他们无法做到。那些让纸杯蛋糕变得完美的设置，会让磅士蛋糕变得太甜（产生太多粒子）；而那些让磅士蛋糕变得完美的设置，会让纸杯蛋糕变得太干（产生太少粒子）。这两个数据集似乎需要不同的能量“演化速度”。
• “K-因子”解决方案： 突破口出现在他们引入了一个 K-因子。想象一下，这是一个通用的“音量旋钮”或“缩放拨盘”，你可以为整个食谱调高或调低。
  • 当他们将这个拨盘调低到大约 0.3（意味着他们将预测输出降低了 70%）时，神奇的事情发生了。
  • 通过降低整体输出，模型被迫调整了内部成分（具体来说，是增加了维持粒子结合的“胶水”密度）。
  • 这种更高的密度创造了更强的“核抑制作用”（就像一个更致密的蛋糕，更难被破坏），从而自然地减缓了铅原子核中粒子的增长速度。
  • 结果： 突然之间，同一套食谱可以完美地描述小型的质子和大型的铅原子核。

什么方法不起作用

科学家们还尝试了其他花哨的食谱修改方法，例如：

• 将质子的形状从光滑的球体改为更凹凸不平的形状。
• 在质子内部添加或移除“热点”（能量团块）。
• 过滤掉高频噪声。

他们发现，这些复杂的微调并没有像简单地调低“音量旋钮”（K-因子）那样有效。数据明显更倾向于简单的缩放解决方案，而非这些复杂的结构性变化。

核心结论

论文得出结论，虽然色玻璃凝聚态框架非常强大，但它目前仍需要一个“修正因子”（K-因子）来同时描述质子和重原子核。

这表明，我们目前对食谱中“非微扰”（即粒子如何结合在一起的复杂、混乱部分）部分的理解，或者对“高阶效应”（即烤箱中微妙的化学反应）的理解，尚未完全掌握。K-因子充当了这些缺失部分的占位符，使得理论目前能够拟合数据，但也暗示着基础理论需要进一步完善，以解释为什么需要将这个旋钮调得如此之低。

简而言之：相同的物理规则适用于小型和大型目标，但我们目前的数学“食谱”需要一个全局的音量调整，才能让两者的比例都达到正确。

技术摘要

技术摘要：针对质子与铅靶 $J/\psi$ 光致产额的全局贝叶斯分析

问题陈述
本文探讨了高能量子色动力学（QCD）中关于衍射 $J/\psi$ 光致产额描述的一个持久性张力。虽然基于色玻璃凝聚态（CGC）的模型已成功描述了 HERA 和 LHC 中的 $\gamma + p$ 排他性 $J/\psi$ 产生过程，但这些模型在描述高质心能量（$W$）下的 $\gamma + \text{Pb}$ 碰撞中的相干与非相干产生时，通常会高估截面。以往受质子数据约束的计算无法重现铅靶中观察到的核抑制程度，预测的随 $W$ 增长的速度比实验数据所示更快。核心问题在于：在标准的 CGC 框架内，是否可以使用同一组模型参数同时描述 $\gamma + p$ 和 $\gamma + \text{Pb}$ 数据，或者这种张力是否在不修改理论假设的情况下是无法调和的。

方法论
作者通过比较理论预测值与实验测量值（$y_{\text{exp}}$），执行了全局贝叶斯分析以约束模型参数（$\theta$）的概率分布。

• 理论框架： 计算采用了 CGC 框架，具体为在初始标度 $x_P = 0.01$ 下通过 JIMWLK 方程演化的 McLerran-Venugopalan (MV) 模型。散射振幅利用 Boosted Gaussian 模型处理非微扰矢量介子波函数，并使用由威尔逊线构建的偶极-靶振幅进行计算。
• 模型扩展： 除了“标准”设置（针对质子形状、热点和 UV 阻尼的固定参数）外，作者引入了以下几种扩展以测试其灵活性：
  • 一个灵活的质子横向形状参数（$\omega$）。
  • 可变的亚核热点数量（$N_q$）。
  • 一个用于抑制高频模式的 UV 阻尼因子（$v_{\text{UV}}$）。
  • 一个应用于所有截面的全局缩放因子（$K$），用以吸收波函数中的不确定性或缺失的高阶效应。
• 贝叶斯推断： 分析采用了 pocoMC 采样器和高斯过程（GP）模拟器（具体为来自 surmise 包的 PCGP 模拟器和 Scikit-learn GP）来近似计算成本高昂的前向模型。训练策略涉及拉丁超立方设计（LHD）和主动学习，以确保模拟器在 11 维参数空间内的准确性。
• 数据集： 分析整合了涵盖广泛 $W$ 范围内的 $\gamma + p$（H1, ZEUS, ALICE, LHCb）以及 $\gamma + \text{Pb}$（ALICE, CMS）的相干与非相干微分及积分截面数据。

主要贡献

1. 全局贝叶斯框架： 本工作提供了首次在统一的 CGC 框架下对 $\gamma + p$ 和 $\gamma + \text{Pb}$ 衍射 $J/\psi$ 数据进行的同步贝叶斯分析，并系统地传播了模型不确定性。
2. 量化张力： 研究严谨地证明了标准模型（不含缩放因子）无法同时拟合两个数据集。分别对 $\gamma + p$ 和 $\gamma + \text{Pb}$ 进行的拟合在能量演化速度和饱和标度上产生了相互冲突的约束。
3. 通过贝塞因子进行模型比较： 作者利用贝叶斯因子来定量比较标准模型与各种扩展模型。这种统计方法确定了哪些模型扩展是真正受到数据支持的，哪些仅仅是过度参数化的。
4. 通过缩放因子解决问题： 分析表明，引入全局缩放因子 $K$ 是唯一被数据强烈支持的扩展，而其他结构性修改（质子形状、热点数量、UV 阻尼）并未显著改善拟合效果。

结果

• 标准模型的失败： 当 $K$ 固定为 1 时，模型无法同时描述这两个系统。拟合 $\gamma + p$ 数据会高估 $\gamma + \text{Pb}$ 的截面，而拟合 $\gamma + \text{Pb}$ 数据则会低估 $\gamma + p$ 的截面。全局拟合的后验分布在 JIMWLK 演化参数上表现出双峰结构，表明了两个数据集之间的张力。
• 首选模型： 带有自由缩放因子 $K$ 的扩展模型表现出显著更好的拟合效果（$\chi^2/\text{dof} \approx 1.82$），相比之下，标准模型的 $\chi^2/\text{dof} \approx 5.94$。贝叶斯因子强烈支持包含 $K$（$\ln B_{A/B} \approx -18.56$）。
• 参数值： 缩放因子的首选值为 $K \approx 0.3$。这种整体截面归一化的降低，通过倾向于更大的色荷密度（较小的 $Q_s/(g^2\mu)$ 比率）得到了补偿，从而导致了更大的有效饱和标度。
• 物理阐释： 更大的饱和标度增强了非线性效应，从而产生了更强的核抑制作用和更慢的能量依赖性，这与实验观测一致。
• 其他扩展： 研究发现，质子形状（$\omega$）、热点数量（$N_q$）以及 UV 阻尼（$v_{\text{UV}}$）的变化要么是不受支持的，要么是相对于标准模型而言仅被弱偏好。将这些参数添加到 $K$ 扩展模型中会进一步降低贝叶斯证据。

意义与主张
论文得出结论，在当前的 CGC 框架内，同时描述 $\gamma + p$ 和 $\gamma + \text{Pb}$ 数据具有挑战性，并且需要对截面进行显著的重缩放（$K \sim 0.3$）。作者认为，这种必要性表明非微扰矢量介子波函数的确定性以及/或缺失的高阶（NLO）修正是非常大的，且目前在领先阶（LO）形式中未被考虑在内。

作者谦虚地指出，其结果表明完全在线性区域内进行的计算（或没有这些特定的非线性调整）无法同时描述这两个数据集。他们暗示 NLO 修正可能会解决这一问题，但目前尚无完整的 NLO 计算来予以证实。该研究旨在推动未来改进矢量介子产生理论描述的工作，包括 NLO 扩展和对非微扰物理更好的描述，并强调了来自中间规模核系统（如 $\gamma + \text{O}$, $\gamma + \text{Xe}$）的数据对于进一步探索饱和效应的重要性。