Reinterpreting the ATLAS HHH$\to 6b$ Search with CheckMATE and Rivet: Validation, TRSM Benchmarks, and HL-LHC Prospects

本文展示了在 CheckMATE 和 Rivet 中对 ATLAS 三希格斯到六个 $b$ 喷注搜索的验证实现，并利用该实现建立标准模型和 TRSM 基准模型的排除限制，并预测在各种系统不确定性情景下的高亮度 LHC 灵敏度。

要点

想象一下，大型强子对撞机（LHC）就像一个巨大的、高速运行的粒子粉碎机。当质子相互碰撞时，有时会产生一种非常罕见且沉重的粒子——希格斯玻色子（Higgs boson）。科学家们特别感兴趣的是，LHC是否能在同一时刻产生三个这样的希格斯玻色子。这就像是试图在同一个网中捕捉三只稀有且难以捉摸的蝴蝶；虽然这极其困难，但如果你做到了，它将向我们揭示关于宇宙基本规则的许多信息。

这篇论文讲述了一群物理学家如何利用两个不同的“数字模拟工具”——CheckMATE和Rivat，重建了由 ATLAS实验（LHC中的一个巨型探测器）进行的一项特定搜索。你可以把这些工具想象成两种不同类型的高科技视频游戏引擎。其目标是观察他们是否能够完美地模拟ATLAS实验的结果，并利用这些结果去寻找原始团队可能遗漏的新物理现象。

以下是他们工作的详细分解，使用了简单的类比：

1. “六个B-喷注”之谜

当三个希格斯玻色子被产生时，它们会几乎立即衰变为被称为b-夸克的粒子对。由于每个希格斯玻色子产生两个，因此三个希格斯玻色子会产生六个b-夸克。在探测器中，这些看起来像是六个能量喷注（jets）。

• 挑战： 背景噪声（其他粒子碰撞）就像是一个拥挤、嘈杂的派对。在这些噪声中寻找六个特定的喷注，就像是在一个挤满了人的体育场里寻找六个戴着红帽子的人。
• 解决方案： ATLAS团队使用了一个深度神经网络（DNN）。你可以把它想象成一个超级聪明的AI裁判，它通过观察这六个喷注的形状、速度和位置，来判断：“这是罕见的三个希格斯信号，还是仅仅是背景噪声？”

2. “重构”（验证）

本文的作者想要确保他们可以使用自己的工具（CheckMATE和Rivat）完美地复制ATLAS团队的工作。

• “食谱”检查： 他们拿走了ATLAS提供的“食谱”（数据和AI模型），并尝试在自己的厨房里烹饪同样的菜肴。
• 发现： 他们在“食谱手册”（发表的论文）中发现了一些小错误。例如，论文说AI是以某种方式观察喷注的，但实际上该AI在观察之前已经将喷注旋转到了不同的视角。这就像是意识到厨师测量配料时是从碗底而不是从顶部开始测量的。
• 修复： 一旦他们修正了这些细节，他们的模拟结果就与ATLAS的结果几乎完全吻合。这证明了他们的工具是可靠的，同时也证明了原始实验是稳固可靠的。

3. 测试新理论（“如果……会怎样”的情景）

标准模型（我们目前的物理理论）预测了这些三希格斯事件发生的频率。但如果存在新物理学呢？

• TRSM模型： 作者测试了一个特定的新理论，称为双实标量模型（TRSM）。想象一下，标准模型是一副标准的扑克牌，而这个新理论则暗示牌堆中隐藏着两张额外的牌，它们改变了游戏的玩法。
• “基准”点： 他们测试了140个不同版本的这个新理论（就像测试这组额外卡牌被洗牌后的140种不同方式）。
• 目前的结论： 利用我们目前拥有的数据（来自过去几年的LHC数据），这140个新理论中没有任何一个被排除掉。信号太微弱了，目前还看不见它们。这就像是在飓风中寻找一声低语，目前的数据还不够响亮，无法听到它们。

4. 展望未来（HL-LHC）

LHC正在进行一项升级，称为高亮度LHC（HL-LHC），它将在未来的许多年里运行并收集更多的数据。

• 预测： 作者利用他们经过验证的工具，模拟了如果LHC收集到的数据量比现在多出3到6倍时会发生什么。
• 好消息： 随着未来如此海量的数据，派对中的“噪声”将被淹没，新物理学的“低语”也将变得清晰可闻。
  • 在“最佳情况”下（假设我们可以完美控制所有的测量误差），他们发现几乎一半的140个新理论可以被证实或排除。
  • 即使在更现实的情况下，他们也可以排除掉其中一些最极端的理论版本。

5. 为什么这很重要

这篇论文是一份“质量控制”和“未来预测”报告。

• 质量控制： 他们证明了独立的科学家可以使用开放工具重建复杂的实验，从而确保结果是值得信赖的。
• 未来预测： 他们展示了虽然我们现在还看不见这些新理论，但升级后的LHC在未来很可能有能力探测到这些罕见的三希格斯事件，并可能发现新的物理定律。

简而言之： 作者们通过重建一个复杂的粒子物理搜索过程来确保其完美性，并以此预测，下一代LHC将拥有足够的动力来检测到这些罕见的三希格斯事件，并可能发现新的物理法则。

技术摘要

技术摘要：利用 CheckMATE 和 Rivet 对 ATLAS $HHH \to 6b$ 搜索进行重新诠释

问题与动机
测量希格斯玻色子自耦合（$\lambda_3$ 和 $\lambda_4$）是大型强子对撞机（LHC）的主要目标之一，因为这些测量若偏离标准模型（SM）预测，将预示着超越标准模型（BSM）的新物理。虽然希格斯对产生已经提供了约束，但三希格斯产生（$HHH$）为研究四重耦合提供了至关重要的独立敏感性。ATLAS 合作组最近发表了一项利用先进机器学习技术（特别是深度神经网络，DNN）和基于 HS3 格式统计模型的 $HHH \to 6b$ 搜索（HIGP-2024-32）。然而，此类分析的复杂性——特别是对专有神经网络输入和统计似然函数的依赖——为独立的重新诠释带来了挑战。本文旨在解决如何通过两个广泛使用的重新诠释框架（CheckMATE 和 Rivet）实现对 ATLAS $HHH \to 6b$ 搜索进行稳健且经过验证的实现。

方法论
作者在 CheckMATE 和 Rivet 中都实现了该 ATLAS 分析，并遵循了严格的验证协议，该协议得益于 ATLAS 提供的丰富的辅助材料（包括 ONNX 神经网络、HS3 统计模型和验证直方图）。

1. 事件生成与模拟： 使用 MadGraph5_aMC@NLO 在 $\sqrt{s}=13$ TeV 和 14 TeV 下生成 SM 和双实标量模型（TRSM）的信号事件，并通过 Pythia 8 进行部分子淋洗和强子化。探测器模拟使用 Delphes 3.5（用于 CheckMATE）和 Rivet 的平滑函数（用于 Rivet），并结合了 DL1d b-标记算法。
2. 实现细节：
   • CheckMATE： 利用 ONNX Runtime C++ 库进行 DNN 推理，并使用通过 XRooFit 实现的新接口来处理 HS3 格式的似然函数。
   • Rivet： 采用独立的 Python 脚本读取 YODA 和 HS3 文件进行统计推断，因为标准的 Contur 包目前尚不支持直接处理 HS3 似然函数。
3. 验证过程： 作者针对三个不同 DNN（非共振、共振和重共振）的十个运动学输入变量，将其与 ATLAS 参考分布进行了细粒度的对比。至关重要的是，他们识别并修正了输入变量定义的差异，具体包括：
   • 球形度/非平面度（Sphericity/Aplanarity）： 原始分析是在将六个领先喷注提升至三希格斯系统静止系后计算这些可观测量，而这一细节在最初的实现中被忽略了。
   • RMS($\eta$)： 修正为反映六个领先 b-喷注在配对之前的均方根，而非三个希格斯候选者的均方根。
4. 统计分析： 通过将排除极限与 ATLAS 结果针对 60 多个基准点进行对比，验证了这些实现。随后，研究将这些经过验证的工具应用于来自文献 [25] 的一组新的 140 个“优化双共振基准”（ODRB）点，这些点满足微扰理论约束，并比之前的基准点具有更高的截面。

核心贡献

• 首次完成 ML 输入的完整验证： 本工作展示了首次将重新诠释的 LHC 神经网络的所有输入分布和输出，逐一针对原始实验进行验证，证实了详细辅助图表对于机器学习重新诠释的必要性。
• HS3 似然函数集成： 展示了在 CheckMATE 框架内首次使用 HS3 格式的似然函数，以及在 Rivet 中的自定义工作流，验证了该格式在外部重新诠释研究中的效用。
• 分析细节的修正： 本文指出了已发表的分析描述与实际实现之间的特定技术差异（例如，球形度的坐标系提升），为未来的重新诠释提供了修正后的方法论。
• 新物理预测： 研究将分析扩展到了原 ATLAS 出版物中未涵盖的 ODRB 基准点，并对高亮度 LHC（HL-LHC）的敏感性进行了投影。

结果

• 验证： 在修正了输入变量定义后，CheckMATE 和 Rivet 的实现对于输入分布和 DNN 分数均与 ATLAS 数据表现出极佳的一致性。针对原始 ATLAS 基准点的统计排除极限在不确定性范围内得到了重现，微小的偏差归因于在重构工作流中排除了某些信号特定的系统误差。
• Run 2 敏感性： 将验证后的工具应用于 $\sqrt{s}=13$ TeV（Run 2）下的 140 个 ODRB 点，作者发现当前的实验数据集并未排除任何基准点。观测到的最强信号强度极限（$\mu$）约为 4。
• HL-LHC 前景： 在各种系统误差情景下，将分析外推至 HL-LHC（$\sqrt{s}=14$ TeV，3 ab$^{-1}$ 和 6 ab$^{-1}$）：
  • 在“基准”情景下，没有基准点被排除。
  • 在“降低背景不确定性”的情景下，通过结合 ATLAS+CMS 数据集（6 ab$^{-1}$），有 3 个点变得可探测。
  • 在“无系统误差”的情景下，使用 3 ab$^{-1}$ 可探测 25 个点，使用 6 ab$^{-1}$ 可探测 67 个点（接近总数的一半）。
  • 对于大多数点，共振 DNN 提供了最强的极限，但在较高的 $m_3$ 值处，非共振 DNN 占据主导地位。

意义
本文表明，凭借充足的辅助材料（ONNX 模型、HS3 似然函数和详细的验证图表），复杂的基于机器学习的 LHC 搜索可以被成功且准确地进行重构。在 CheckMATE 框架内成功验证用于统计推断的 HS3 格式，标志着该格式在外部重新诠释研究中的重要一步。虽然目前的 Run 2 数据不足以探测新的 ODRB 基准点，但研究表明，只要管理好系统误差，并且可能需要针对这些新基准点的特定运动学进行神经网络的重新优化，HL-LHC 有潜力排除很大一部分这类具有物理动机的模型。作者强调，他们的结果是证明 HS3 效用以及在机器学习驱动的粒子物理时代进行详细验证之重要性的一个概念验证。