Исследователи представили ShellFlow — модель на базе трансформеров, использующую риманово условное сопоставление потоков (Riemannian flow matching) для моделирования данных Большого адронного коллайдера. Система способна охватить структуру Стандартной модели в диапазоне пяти порядков инвариантной массы, от суб-ГэВ до ТэВ, что превосходит возможности существующих методов генерации данных методом Монте-Карло.
Традиционные подходы к симуляции физических процессов требуют использования множества отдельных выборок для разных энергетических масштабов, что создает вычислительные сложности и разрывы в данных. ShellFlow объединяет эти диапазоны в рамках единой архитектуры, позволяя эффективно генерировать события с учетом состава частиц. Это значительно упрощает анализ данных в физике элементарных частиц, где точность моделирования напрямую влияет на поиск новой физики.
Метод основан на обучении потоков на римановых многообразиях, что позволяет модели корректно учитывать геометрические ограничения фазового пространства физических событий. Использование трансформеров в качестве основы архитектуры обеспечивает высокую выразительность модели, позволяя ей улавливать сложные корреляции между продуктами распада частиц, которые ранее требовали узкоспециализированных алгоритмов.
Ключевые факты
- ShellFlow использует архитектуру на базе трансформеров и метод риманова условного сопоставления потоков (Riemannian conditional flow matching).
- Модель охватывает диапазон инвариантных масс в пять порядков: от суб-ГэВ до ТэВ-континуума.
- Решение заменяет необходимость использования разрозненных выборок Монте-Карло, которые ранее требовались для покрытия разных энергетических режимов.
- Разработка позволяет генерировать физически корректные события на основе состава зафиксированных частиц в экспериментах LHC.