机器学习驯服有效理论的破缺

具有非平凡模空间的有效场论，随着所探测能标的升高，可能因若干不同效应而破缺。这些效应可能包括有限数目新态的出现，或如距离猜想所预言的无限态塔的涌现。因此，模空间可依据哪类态首先破缺有效描述进行划分，且有效场论截断必须视为模的函数，其形式可能在划分的各分量间突变。在这项工作中，我们以双重方式刻画这种由多样破缺机制诱导的模空间切片。首先，利用最近提出的驯服猜想（Tameness Conjecture），我们证明如此构造的模空间划分仅由有限个相异分量组成。其次，我们阐明如何借助监督式机器学习技术，以最小的自下而上信息具体构建该划分。