AI与世界难题 · 物理学 · Nature Machine Intelligence · 2026-09-30
通过自监督预训练迈向面向能量前沿异构中微子探测器的基础式模型
原标题: Towards foundation-style models for energy-frontier heterogeneous neutrino detectors via self-supervised pretraining
对于能量前沿中微子探测器,事件解释对传统重建方法而言不切实际,而在标注数据稀缺时,监督模型也难以胜任。作者使用掩码自编码器重建和体素级关系目标对稀疏 Vision Transformer 进行预训练,然后在分类和回归任务上联合微调。在拟议的 FASER 量能器的模拟事件上,预训练提升了味道和粲夸克识别、动量回归以及顶点重建的表现;在约 1,000 个标注事件的情况下,预训练编码器的味道分类性能与从头训练的模型相当。