跨域迁移与粒子物理基础模型：从喷流到中子相互作用

基于人工智能的粒子物理研究未来将大概率从基础模型开始，以加速训练并提升灵敏度。作为构建粒子物理通用基础模型的一步，我们探讨了OmniLearned基础模型——该模型在多样化的高$Q^2$模拟和真实$pp$和$ep$碰撞中进行预训练——是否能够有效迁移到少数伅利-革向中子实验。我们处理MINERvA中子-核散射事件，并评估在两种任务类型下的预训练模型：可用能量的回归以及带电-中子π最终态的二元分类（$\mathrm{CC1\pi^{\pm}}$, $\mathrm{CCN\pi^{\pm}}$, 和 $\mathrm{CC1\pi^{0}}$）。预训练的OmniLearned模型在类似规模的从头训练的模型中始终表现更佳，既在相同的计算预算下实现更好的整体性能，也在相同的训练步数下实现更好的性能。这些结果表明，粒子水平的基础模型在大幅度的能量尺度、探测器技术以及底层物理过程差异上获取的归纳偏差具有普适性，指向粒子物理中探测器无关推断的范式。