一种基于多模态婴儿的度量方法用于选择最佳超新星

我们展示了一项对22颗核心坍缩超新星（SNe）的比较研究，这些超新星被选中以探索一种新颖的多维排序方案，旨在识别最佳超新星。每颗超新星根据三个主要标准进行评估：（1）由光变曲线建模和光谱指标推断出的爆炸能量；（2）使用生成视觉模型（Midjourney v5）将宿主星系转换为人类面孔后赋予的美学评分；（3）由Claud.IA（一个6个月大的婴儿）通过反复接触精选超新星图像训练来选择最佳超新星的最终排名。我们定义并标准化所有标准以确保样本间的统计一致性，特别关注基于婴儿的分类模型固有的偏差。排名前五的超新星表现出高爆炸能量（E > 1e51 erg）和（转换后）极酷的宿主星系，Claud.IA强烈偏好具有对称面部形态和显著旋臂的星系。Claud.IA的最终应用确定我们样本中的最佳超新星为SN 2022joj。我们的研究证明了将人机混合美学判断和早期发展认知纳入天体物理分类的可行性，并引发了关于宇宙爆炸中“最佳性”本质的有趣问题。鼓励进行额外的后续研究。