Dark photon -- Assisted Primordial Magnetogenesis
本文提出了一种最小机制,其中暗光子与标准光子的耦合产生了约高斯的原初磁场,从而有效克服了困扰传统非最小暴胀子 - 电磁场模型的强耦合与反作用问题。
原作者已查阅我们通俗解释的论文。
本页收录的每篇论文,都有至少一位原作者阅读并参与了我们的通俗解释——或是确认其准确无误,或是提出修正意见并由我们随后采纳。作者的确认并不等同于对每一句话的正式背书,但说明该解释已经过论文作者的审视。
568 篇论文已由作者审阅 · 191–200 / 568
本文提出了一种最小机制,其中暗光子与标准光子的耦合产生了约高斯的原初磁场,从而有效克服了困扰传统非最小暴胀子 - 电磁场模型的强耦合与反作用问题。
该论文提出了从参数到数据(P2D)的统一框架,该框架利用任务敏感的注意力头同时指导数据选择与参数高效微调,通过将参数更新与高亲和度数据子集同步,实现了显著的性能提升和 7.0 倍的加速。
本文提出了“场景抽象”框架,该框架利用大语言模型生成词语的情境语境与情感关联的结构化表征,并通过新数据集(COCA-Scenes)及实验加以验证,证明其相较于现有的嵌入和知识库方法,与人类解读的契合度更优。
本文表明,尽管存在文化细微差别和俚语方面的挑战,基于大语言模型的机器翻译仍能有效保留波兰社交媒体数据中微妙的道德线索,通过在高语义相似度和下游分类任务中极小的性能差距,实现了具有成本效益的跨语言道德价值观研究。
本文利用辐射 - 吸收互易性,推导了任意横截面双导体介质绝缘传输线在单色平面波照射下感应电压的精确解析表达式,并通过 ANSYS HFSS 仿真对结果进行了验证。
本文通过推导场多极分量与动量变化的解析表达式、在三维模拟与束流动力学研究中对其进行验证,并展示其在构建无多极加速结构以及将束流分布从高斯型变换为均匀型腔体中的应用,将一种用于设计方位角调制射频腔体的系统方法拓展至实际工程实现。
本文揭示,多智能体大语言模型系统中的注入检测器存在显著的“伪装检测缺口”,无法识别那些模仿特定领域词汇和权威结构的攻击,导致检测率急剧下降,并暴露出安全机制中一个关键的架构漏洞。
本文针对 S.E. Hans 先前关于数字拓扑中伪覆盖空间的勘误中存在的数学错误和引用不当之处进行了识别与纠正。
本文表明,尽管线性探针显示在基础数字提取任务上训练的 Transformer 会计算分阶段的算术中间结果,但因果测试揭示实际计算路径依赖于在后期才结合的独立输入流,从而凸显了表征证据与因果机制之间的显著差异。
本文提出了一种全面的无卡人工智能银行框架,该框架利用机器学习算法、人工智能驱动的数据加密和自动生成的虚拟卡,以增强网络安全、验证交易并主动降低欺诈风险。