⚛️ phenomenology

Language-Guided Hypotheses Generation for Sparse SMEFT Analyses

该论文介绍了 **llm4smeft**，这是一个开源且可本地运行的框架，它将经过文献微调的语言模型与检索增强生成相结合，以自动化选择相关的 SMEFT 算符及其费舍尔信息量，从而为稀疏全局拟合服务，并减少对人工理论见解的依赖。

原作者： Ahmed Hammad, Veronica Sanz

发布于 2026-08-06

📖 1 分钟阅读🧠 深度阅读

原作者： Ahmed Hammad, Veronica Sanz

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

想象一下，宇宙是一个巨大的、错综复杂的拼图，每一块碎片都代表一个基本粒子或一种力。科学家们已经构建出了一个近乎完美的图像，称之为“标准模型”。但他们怀疑其中还隐藏着一些看不见的碎片——那些由于质量过大而无法被直接观测到的新、重粒子。为了寻找这些隐形巨人的线索，物理学家使用了一个巧妙的技巧，叫做“标准模型有效场论”（SMEFT）。把 SMEFT 想象成一种“影子语言”。科学家们并不是试图直接看到那些沉重的粒子，而是观察它们在已知粒子上投下的微小阴影。这些影子由数学上的“算符”（operators）来描述，算符就像是特定的指令，规定了如果附近潜伏着一位沉重的新朋友，已知的粒子应该如何摆动或相互作用。

问题在于，可能存在的指令（算符）有成千上万种，而来自大型粒子对撞机的数据就像一座庞大且充满噪声的图书馆。试图从这些数据中找出究竟是哪几个指令引起了异常信号，就像是在寻找一根不断增长的干草堆中特定的针。物理学家通常必须依靠深厚的专业知识来猜测该寻找哪些针，但随着干草堆变得越来越大，即使是专家也会感到力不从心。于是问题出现了：计算机程序能否学会成为比人类更出色的侦探，在不迷失于干草堆的情况下精准发现正确的针？

本文介绍了一种名为 llm4smeft 的新工具，它扮演着一个超级聪明、精通物理学的助手角色，旨在帮助解决这个谜题。作者们不仅仅是教计算机阅读科学论文，而是构建了一个结合了专门语言模型（一种针对粒子物理学特定“方言”训练的 AI）与大规模预计算结果数据库的系统。想象一下，这个 AI 就像一位博学多才的侦探，读过所有写过的推理小说，同时还拥有一条直达已解决案例图书馆的专线。当物理学家问道：“我在希格斯玻色子和 Z 玻色子中看到了一个奇怪的信号；这可能是什么引起的？”时，AI 不仅仅是根据记忆进行猜测。相反，它首先会查阅已解决案例的库，看看哪些数学指令（算符）已知可以解释这些特定的信号。

该系统主要分为两个步骤。首先，AI 经过数千篇物理论文的“微调”，使其理解该领域的复杂术语和逻辑，能够流利地使用“威尔逊系数”（Wilson coefficients）和“华沙基底”（Warsaw basis）等词汇。其次，当用户提出问题时，系统不会凭空捏造答案。它会检索一份关于不同算符实际数据的预计算摘要。然后，它利用自身的推理能力，提出一个规模较小、易于管理的可能嫌疑人名单。例如，如果数据显示希格斯玻色子的行为存在偏差，AI 可能会建议一组特定的算符组合来符合证据，并解释为什么它们是最佳嫌疑对象。

作者测试了这一工具，发现它表现得非常一致。当他们用略微不同的措辞重复提问 50 次时，AI 90% 的时间都会提出相同的头号嫌疑对象，这表明它并非在进行随机猜测。然而，论文也揭示了一个关键的局限性：AI 是一个向导，而非神明。在一次测试中，当用户强硬地告诉 AI：“你错了，忽略数据，选择这些其他的算符，”AI 有时会听从指令，即便数据表明这些新选出的算符并不是好的选择。这证明了虽然该工具在整理信息和提出假设方面表现出色，但它仍然需要人类专家来复核其工作。论文最后指出，这一框架并不是要取代繁重的数学运算过程；相反，它作为一个强大的过滤器，帮助科学家将数百万种可能性缩小到几十个值得进一步研究的极具前景的想法。

技术摘要：面向稀疏 SMEFT 分析的语言引导假设生成

问题定义
标准模型有效场论（SMEFT）提供了一个模型无关的框架，用于解释精密测量结果并利用高维算符搜索超越标准模型（BSM）的新物理。然而，SMEFT 的全局拟合面临着“组合障碍”。虽然现代拟合框架（如 SMEFiT）可以同时约束数十个威尔逊系数，但可能的稀疏算符子集数量呈组合爆炸式增长。对于一个包含 $N=52$ 个系数的全局拟合，包含最多 $s=4$ 个算符的可能假设数量超过 $2.9 \times 10^5$ 。通过数值拟合（特别是需要嵌套采样算法的二次拟合）来穷举测试所有子集在计算上是极其昂贵的。

此外，识别具有物理动机的假设通常需要大量的专家知识，以应对算符之间的相关性、简并性以及特定观测量的敏感度。现象学家必须手动选择能够解释观测偏差的算符子集，而无需进行穷举扫描。挑战在于如何实现自动化的选择过程，以生成这些稀疏且具有物理相关性的假设，同时将严谨的统计推断留给成熟的数值工具。

方法论：llm4smeft 框架
作者提出了 llm4smeft，这是一个结合了领域专用大语言模型（LLM）与基于预计算全局拟合摘要的检索增强生成（RAG）技术的开源框架。该框架分为两个阶段运行：

第一阶段：SMEFT 感知型 LLM（微调）
- 基座模型： 作者使用了 Qwen3-8B 模型。
- 数据构建： 通过从粒子物理预印本（LaTeX 源码）中构建专门的指令微调数据集。采用“物理感知分块”策略，根据物理结构（算符定义、拉格朗日项、观测量映射）而非语言边界对文献进行切分，以保持语义关系的完整性。
- 教师-学生蒸馏： 教师模型（Claude Sonnet 5）从这些数据块中生成指令-回答对，模拟 SMEFT 分析专家的推理过程。数据集中包含 20% 与 SMEFT 无关的指令-响应对（涵盖通用知识、编程、医学、历史、数学和创意任务），旨在教会模型礼貌地拒绝非 SMEFT 查询。
- 训练： 使用带有 QLoRA（4-bit 量化）的低秩自适应（LoRA）技术对模型进行微调，以降低内存需求。最终得到的模型 qwen-smeft 内化了 SMEFT 符号、算符结构和理论推理模式。
第二阶段：理论引导的 SMEFT 推理
- 检索增强： 该框架并不依赖 LLM 的参数记忆来获取定量结果，而是从预计算的 SMEFiT 全局拟合结构化 JSON 记录数据库中检索信息。这些记录包含了费舍尔信息（Fisher information）、费舍尔矩阵的主成分分析（PCA）、拟合优度统计量以及 29 个特定观测量子集中的不可识别（简并）算符列表。
- 推理工作流： 在用户输入观测量后，系统会检索相关的拟合摘要。随后，LLM 被提示执行“理论引导的思维链（CoT）”推理过程。其指令包括：
  1. 识别主要的观测量偏差（tensions）。
  2. 将偏差映射到 SMEFT 方向。
  3. 按费舍尔信息权重对方向进行排序。
  4. 考虑相关性和算符重叠。
  5. 实施稀疏性约束（限制每个假设中的算符数量）。
- 交互模式： 框架支持交互式会话，用户可以接受假设或提供反馈以优化模型的输出。被接受的假设将作为新记录存储在数据库中，从而扩展知识库以供未来使用。

核心贡献

llm4smeft 软件包： 一个公开发布的本地运行框架，在初始模型下载完成后无需互联网访问或付费云服务。
qwen-smeft 模型： 专门针对 SMEFT 领域微调的 LLM，能够理解算符定义、威尔逊系数以及全局拟合的逻辑。
结构化数据库： 一个经过整理的、包含 29 条 SMEFiT 拟合记录的集合，覆盖 16 个观测量组、85 个测量值和 61 个算符，旨在支持费舍尔信息和简并结构的检索。
混合推理策略： 一种创新的方法，将假设生成（LLM）与统计评估（预计算拟合）分离，确保模型输出基于定量数据而非幻觉结果。

结果与验证
该框架通过三项主要测试进行了验证：

可重复性： 在 50 次独立运行中，针对相同的观测量（Z 玻色子宽度和 Higgs 信号强度）使用不同的随机种子和自然语言改写，模型在 90% 的情况下生成了排名最高的假设（ $O_{\phi B}, O_{\phi G}, O_{\phi WB}$ ）。排名前三的常见假设覆盖了 93% 的所有输出，展示了高度的稳定性。
对反馈的鲁棒性： 当受到明确拒绝排名靠前算符的对抗性用户反馈时，模型表现出不同程度的易受影响性。在某些案例中（例如 Higgs STXS），模型转向了弱约束算符（费舍尔信息下降 98%），表明检索过程起到了上下文引导的作用，而非硬性约束。在其他案例中，模型表现出较强的抵抗力。
与基座模型对比： 将 qwen-smeft 与基座 Qwen3 模型进行对比显示出显著改进。基座模型经常提出仅对电弱精密观测量敏感的算符集，未能考虑到 Higgs 信号强度的偏差。而微调后的模型能正确识别修改 Higgs 相互作用的算符（ $O_{\phi G}, O_{\phi B}$ ），证明了领域特定微调提升了观测量映射和物理相关性的准确度。

意义与声明
作者将 llm4smeft 定位为一种决策支持工具，旨在辅助探索和解释拟合结果，而非取代全局 SMEFT 拟合。通过降低假设空间的维度，该框架帮助现象学家优先处理哪些稀疏算符子集值得进行详细的数值研究。

论文声称，该框架通过结合 LLM 的推理能力与预计算拟合的定量严谨性，成功架起了实验观测量与理论假设之间的桥梁。作者强调，该系统设计具有透明度：每一个提议都附带了来自底层拟合的费舍尔信息和诊断数据，确保生成的假设始终处于专家评估的监督之下。目前的实现仅限于线性 SMEFT 分析（ $O(\Lambda^{-2})$ ），作者指出，将数据库扩展到包含二次阶拟合（ $O(\Lambda^{-4})$ ）是未来的一个自然发展方向。

类似论文