用于高能物理实验中微子事件分析的视觉语言模型微调
机器学习
2025-08-28 v1 人工智能
计算机视觉与模式识别
高能物理 - 实验
摘要
大型语言模型（LLM）的最新进展已显示出在自然语言之外进行多模态推理的强大潜力。在本工作中，我们探索了基于LLaMA 3.2的微调视觉语言模型（VLM）在高能物理（HEP）实验中对像素化探测器图像中的中微子相互作用进行分类的应用。我们将其性能与NOvA和DUNE等实验中使用的经典CNN基线进行了基准测试，评估指标包括分类准确率、精确率、召回率和AUC-ROC。我们的结果表明，VLM不仅匹配或超越了CNN的性能，还能够实现更丰富的推理以及更好地整合辅助文本或语义信息。这些发现表明，VLM为HEP中的事件分类提供了一个有前景的通用骨干，为实验中微子物理中的多模态方法铺平了道路。
引用
@article{arxiv.2508.19376,
title = {Fine-Tuning Vision-Language Models for Neutrino Event Analysis in High-Energy Physics Experiments},
author = {Dikshant Sagar and Kaiwen Yu and Alejandro Yankelevich and Jianming Bian and Pierre Baldi},
journal= {arXiv preprint arXiv:2508.19376},
year = {2025}
}