AI 與世界的難題 · 物理學 · arXiv · 2026-10-21
以助推玻色子衰變進行預訓練，用於強子型 $W$ 玻色子的極化標記
原標題: Pretraining on boosted boson decays for polarization tagging of hadronic $W$ bosons
在大 boost（推升）情況下，縱向與橫向 W 玻色子產生的噴流具有相同的質量與雙叉結構，只能藉衰變角加以區分，而縱向玻色子僅出現在 0.3% 的 W+噴流事件中。由於極化樣本的模擬成本高昂，作者先以 10⁷ 個非極化噴流對點-邊 Transformer 進行預訓練，再以少量標籤進行微調，以了解辨識器能擷取多少極化資訊。預訓練的表現優於從零開始訓練，不過在廣泛噴流混合資料上的通用預訓練與提升式決策樹也同樣有效；由反衝噴流重建出的產生角能改善每一個辨識器，而從噴流辨識器進階到事件層級辨識器更帶來顯著增益。