使用残差量化词元扩展对撞机事件生成
Scaling Collider Event Generation with Residual-Quantized Tokens
精选理由
提出残差量化令牌生成模型，为高能物理事件模拟提速并提供可扩展方案。
AI 摘要
arXiv:2610.00569v1 公告类型：cross 摘要：在高亮度大型强子对撞机中，对撞机事件进行完整探测器模拟与重建预计将成为主要瓶颈，这推动了快速、基于 ML 的替代模型的发展。与此同时，LLMs 推动了生成式离散建模的快速进展：在标记化数据上训练的自回归 transformer，如今已在一系列生成任务中代表最先进水平。我们通过引入一种在残差量化的完整事件数据上训练的粒子级生成模型，扩展了离散建模范式。我们展示了此类模型能够基于探测器稳定粒子进行条件生成；研究了其在不同数据集规模和模型规模下的扩展行为，刻画了重复接触数据的影响，并证明词元级损失能够系统性地预测下游物理保真度。这些结果为基于残差量化表示的可扩展对撞机完整事件生成提供了一个经验框架。