理论启发的先验如何影响DESI对暗能量演化的证据

来自暗能量光谱仪（DESI）的重子声学振荡（BAO）的最新测量被解释为表明暗能量可能正在演化。在这项工作中，我们研究了先验选择如何影响此类结论。具体来说，我们研究了在评估暗能量演化证据时，通常对Chevallier-Polarski-Linder（CPL）参数$w_0$和$w_a$使用均匀先验所引入的偏差。为此，我们使用归一化流（NF）构建了$(w_0, w_a)$上的理论启发先验，该流在两种代表性quintessence模型上训练，学习这些参数在底层$\Lambda$CDM参数条件下的分布。在组合的$\textit{Planck}$ CMB + DESI BAO分析中，我们发现一旦应用理论启发的先验，CPL框架中与宇宙学常数的明显张力可以从$\sim 3.1\sigma$降低到$\sim 1.3\sigma$，使结果实际上与$\Lambda$CDM一致。为了完整性，我们还分析了包括Ia型超新星数据的组合，显示出向$\Lambda$CDM极限的类似转变。总的来说，这些分析中对先验选择的观察到的敏感性源于均匀先验——通常被错误地描述为“无信息的”——实际上可能将推断偏向非物理参数区域。因此，我们的结果强调了采用物理动机先验以确保稳健的宇宙学推断的重要性，尤其是在评估仅具有边际统计支持的新假设时。最后，我们基于NF的框架通过后处理现有的MCMC链实现了这些结果，在基础分析之上需要约1小时的额外CPU计算时间——与直接模型采样相比，这是一个巨大的加速，突显了这种方法在测试各种理论模型时的可扩展性。