KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-21
Dies ist SParTA: Eine modulare, effiziente und skalierbare Transformer-Architektur für Jet-Tagging
Originaltitel: This is SParTA: A modular, efficient and scalable transformer architecture for jet-tagging
Jet-Tagging an Hochenergie-Beschleunigern sieht sich mit dem quadratischen Speicherkostenaufwand der vollständigen Self-Attention über alle Jet-Konstituenten konfrontiert. SParTA wendet quadratische Interaktions-Attention nur auf die N härtesten Konstituenten an, geordnet nach abnehmendem Transversalimpuls, und bindet die übrigen weichen Konstituenten durch lineare Cross-Attention ein, wobei paarweise Merkmale dynamisch aus Viererimpulsen berechnet werden. Ein Modell mit 300K Parametern erreicht 92.02% AUC und 85.06% Genauigkeit beim Quark-Gluon-Tagging, entspricht dem Particle Transformer mit 2.14M Parametern bei einem Siebtel der Parameterzahl und übertrifft IAFormer bei 30% Signaleffizienz um 21% bei der Untergrundunterdrückung; beim Boosted-Top-Tagging übertrifft es mit 511K Parametern ParT und ParticleNet.