研究人员开发了一种GPT风格的自回归Transformer模型,用于模拟托马斯杰斐逊国家加速器设施CLAS12实验的探测器命中。该模型以入射动量为条件,生成跨越九个量能器层的逼真探测器命中,重现了关键的物理特性。这种生成方法在单个GPU上实现了超过每秒700个事件的推理速度,显著优于传统的基于Geant4的模拟,同时为高亮度实验保持了必要的物理保真度。 AI
影响 通过实现粒子物理实验更快、高保真的模拟,加速科学发现。
排序理由 学术论文,详细介绍了GPT风格模型在科学模拟中的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CLAS12
- Cristiano Fanelli
- DagsHub
- Geant4
- generative pre-trained transformer
- Gotit.pub
- Hugging Face
- ScienceCast
- Thomas Jefferson National Accelerator Facility
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →