用于大型强子对撞机异常检测的事件词元化与掩码词元预测
高能物理 - 实验
2026-01-28 v2 高能物理 - 唯象学
摘要
我们提出了一种将大型语言模型（LLMs）作为无监督异常检测器应用于粒子物理学的新方法。使用具有基于编码器架构的轻量级类 LLM 网络，通过掩码词元预测训练其重建背景事件，我们的方法通过重建性能的偏差来识别异常，而无需信号特征的先验知识。应用于四顶夸克同时产生的研究时，这种基于词元的方法表现出与现有无监督方法相当的竞争力，并有效捕捉了对撞机数据中微妙的差异，为不依赖模型的新物理搜索指明了一个有前景的方向。
引用
@article{arxiv.2509.26218,
title = {Event Tokenization and Masked-Token Prediction for Anomaly Detection at the Large Hadron Collider},
author = {Ambre Visive and Polina Moskvitina and Clara Nellist and Roberto Ruiz de Austri and Sascha Caron},
journal= {arXiv preprint arXiv:2509.26218},
year = {2026}
}
备注
5 pages, 3 figures, to be submitted to SciPost Physics Proceedings