面向实验读出系统的基础模型：离散与连续数据的组合

我们提出了一种（原型）核物理领域的基础模型，能够处理来自未来电子-离子对撞机中成像克里恩探测器的低层次输入。基于 established 的 next-token 预测方法，旨在解决现有分词方案导致的分辨率损失问题，以及有限条件生成支持的问题。我们提出了四项关键创新：(i) 为离散和连续变量分别构建词汇表，通过因果多头交叉注意力(CMHCA)进行组合；(ii) 通过拼接上下文嵌入实现连续运动学条件化；(iii) scalable 且实现简单的高分辨率连续变量分词，无需词汇表联合膨胀；(iv) 通过混合专家实现类别条件生成。该模型能够快速、高保真地生成克里恩光子的像素序列和时间序列，通过高性能 DIRC 中的闭合测试进行验证。我们还展示了该模型可用于重建任务，如π/K 识别和噪声滤波，其中展示了其在特定目标下进行微调的能力。