热点事件持续更新
残差量化token的粒子级对撞机事件生成模型
1 篇报道1 个报道来源12 小时前更新
先了解这件事
报道摘要
研究提出一种基于残差量化全事件数据的粒子级生成模型，可对探测器稳定粒子进行条件生成，并系统考察了其在不同数据集与模型规模下的扩展行为。研究还刻画了重复数据暴露的影响，并证明 token 级损失能系统性预测下游物理保真度，为可扩展的对撞机全事件生成提供了实证框架。
摘自 arXiv：cs.LG（机器学习，全量分类）
报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）用残差量化 token 扩展对撞机事件生成
研究提出一种基于残差量化全事件数据的粒子级生成模型，可对探测器稳定粒子进行条件生成，并系统考察了其在不同数据集与模型规模下的扩展行为。研究还刻画了重复数据暴露的影响，并证明 token 级损失能系统性预测下游物理保真度，为可扩展的对撞机全事件生成提供了实证框架。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。