高能物理中的方程发现的 foundation 模型

Foundation 模型是一类在广泛、多模态数据集上训练的大型机器学习模型，由于其在多样化下游任务上的卓越性能，正在越来越受到科学应用的关注。大型语言模型 (LLM) 是一种突出性的实例，在文本和图像生成等任务中取得了显著的成功。在本工作中，我们研究其在高能物理中进行方程发现的潜力，专注于符号回归。我们将 LLM-SR 方法既应用于恢复 leptonic angular distributions 中方程的基准问题，也应用于发现 electroweak boson 在大型强子对撞机中产生的角系数函数形式——这些是没有从第一性原理已知闭式表达式的高现象学相关性可观测量。我们的结果表明，LLM-SR 能够在 in-domain 和 out-of-domain 动力学区域中发现紧凑、准确且可解释的方程，有效地整合嵌入的科学知识，为高能物理中的方程发现提供了前景的新方法。