L'IA face aux grands problèmes du monde · Physique · arXiv · 2026-10-21
Voici SParTA : une architecture transformer modulaire, efficace et évolutive pour l'étiquetage de jets
Titre original: This is SParTA: A modular, efficient and scalable transformer architecture for jet-tagging
L'étiquetage des jets dans les collisionneurs à haute énergie se heurte au coût mémoire quadratique de l'auto-attention complète sur tous les constituants du jet. SParTA n'applique l'attention d'interaction quadratique qu'aux N constituants les plus durs, ordonnés par impulsion transverse décroissante, et intègre les constituants mous restants via une cross-attention linéaire, en calculant dynamiquement les caractéristiques par paires à partir des quadrivecteurs d'impulsion. Un modèle de 300K paramètres atteint 92.02% d'AUC et 85.06% de précision sur l'étiquetage quark-gluon, égale le Particle Transformer à 2.14M paramètres pour un septième du nombre de paramètres et bat IAFormer de 21% en rejet du fond à 30% d'efficacité sur le signal, tandis que pour l'étiquetage des tops boostés il surpasse ParT et ParticleNet avec 511K paramètres.