AI dan Masalah-Masalah Sulit Dunia · Fisika · arXiv · 2026-10-21
Inilah SParTA: Arsitektur transformer yang modular, efisien, dan dapat diskalakan untuk jet-tagging
Judul asli: This is SParTA: A modular, efficient and scalable transformer architecture for jet-tagging
Penandaan jet pada collider energi tinggi menghadapi biaya memori kuadratik dari self-attention penuh atas seluruh konstituen jet. SParTA menerapkan quadratic interaction attention hanya pada N konstituen paling keras, yang diurutkan berdasarkan momentum transversal menurun, dan mengintegrasikan konstituen lunak sisanya melalui cross-attention linier, dengan menghitung fitur berpasangan secara dinamis dari empat-momentum. Model dengan 300K parameter mencapai 92.02% AUC dan 85.06% akurasi pada penandaan kuark-gluon, menyamai Particle Transformer berparameter 2.14M dengan jumlah parameter hanya satu per tujuh, dan mengungguli IAFormer sebesar 21% dalam penolakan latar belakang pada efisiensi sinyal 30%, sementara pada penandaan top boosted ia mengungguli ParT dan ParticleNet dengan 511K parameter.