AI 用于模式捕获者：2D 格子 Yang-Mills 理论中韦尔逊环的应用
高能物理 - 理论
2025-10-29 v1
摘要
我们采用 Transformer 来学习二维格子 Yang-Mills 理论中的模式。具体而言，我们将韦尔逊环及其期望值表示为标记序列。该模型以韦尔逊环的形状为输入，成功预测期望值，表明环的几何形状与物理结果之间存在有意义的联系。我们的研究不同于先前的格子 QCD 中的机器学习应用，强调的是分析结构而非数值计算。我们探讨了在不同超参数、训练数据规模和序列长度下的模型性能。该工作为将此类方法扩展到更高维度并激发严格的分析推导提供了第一步。
引用
@article{arxiv.2510.24494,
title = {AI for Pattern Hunter: Application in Wilson Loop of 2D Lattice Yang-Mills Theory},
author = {Zeyu Li and Guorui Zhu and Wenjie He and Bo Feng and Jiaqi Chen and Ming-xing Luo and Gang Yang},
journal= {arXiv preprint arXiv:2510.24494},
year = {2025}
}
备注
23 pages, 14 figures