> 论文: How Invisible: Regressing The Key Model Parameter for Semi-visible Jet Searches > 作者: Yin Li, Bingxuan Liu, Jianbin Wang, Jiaqi Xie, Kairong Xu, Ruihan Ye, Zihuan Huang > arXiv: 2604.20456 | 2026-04-27
---
一、那个"只出现一半"的粒子
想象你在看一场烟花表演。但有一种特殊的烟花：它爆炸时，只有一半的火花你能看见。另一半火花是"隐形"的——它们存在，但不与光相互作用。
暗物质可能就是这样的"隐形火花"。
物理学家相信，宇宙中大部分物质是暗物质——它不发光、不反射光、不与电磁力相互作用。我们只能通过它的引力效应来推断它的存在。
但有一种令人兴奋的可能性：暗物质可能不是完全不可见的。在某些极端条件下，它可能留下可探测的"痕迹"。
---
二、半可见喷注（Semi-Visible Jets）
在粒子对撞机（如LHC）中，当质子以接近光速碰撞时，可能产生暗物质粒子。
但暗物质粒子不会停留在探测器里。它们会穿过探测器，不留下任何信号——就像幽灵穿过墙壁。
然而，理论预言了一种更微妙的现象：半可见喷注（SVJs）。
什么是喷注（jet）？当夸克或胶子被高能碰撞产生时，它们不能单独存在。它们会"碎裂"成一束强子（如质子、中子、π介子）——这束粒子就像一个"喷注"，沿着原始夸克的方向飞出。
半可见喷注的意思是：这束粒子中，一部分是"正常的"可见粒子，另一部分是"暗的"不可见粒子。
这就像一束光线中，一半光子是正常的，另一半是"暗光子"——你能看到一半的光，但你知道另一半也存在。
---
三、$r_{\mathrm{inv}}$：看不见的分数
关键参数是 $r_{\mathrm{inv}}$——它控制了多少比例的"暗强子"会衰变为不可见的暗物质。
- $r_{\mathrm{inv}} = 0$：没有暗物质，一切都是正常的
- $r_{\mathrm{inv}} = 1$：所有暗强子都变成不可见的暗物质
- $0 < r_{\mathrm{inv}} < 1$：一部分可见，一部分不可见——这就是"半可见"
---
四、机器学习：从喷注形状推断暗物质分数
这篇论文的关键贡献是：用回归模型从探测器数据重建 $r_{\mathrm{inv}}$。
怎么做？ 1. 对撞机产生SVJ事件（伴随一个高能光子） 2. 探测器记录可见部分的能量、动量、方向 3. 机器学习模型分析喷注的"形状"和"分布" 4. 模型输出对 $r_{\mathrm{inv}}$ 的估计
这就像从一根断成两截的筷子，推断它原来有多长——你知道露出来的一半，但要猜埋在地下的另一半。
---
五、费曼式的判断：从可见推断不可见
费曼在讲量子力学时，展示了如何从间接证据推断不可见的实在：
> "我们不能直接看到电子。但我们能看到它在云室中留下的轨迹。从轨迹，我们推断电子的存在和性质。"
暗物质的搜索正是如此。我们看不到暗物质本身。但我们能看到它对可见世界的影响——缺失的动量、扭曲的喷注形状、异常的碰撞事件。
科学的本质，就是从可观察的现象，推断不可观察的实在。
---
六、带走的启发
如果你在处理"部分可观测"系统，问自己：
1. "我是否充分利用了可观测部分的信息？" 2. "我是否有理论模型来约束不可观测部分的可能性空间？" 3. "我的推断方法是否量化了不确定性？" 4. "我是否考虑了不同的假设场景？"
半可见喷注的研究告诉我们：即使面对"不可见"的实在，科学也不是无能为力的。
通过精巧的实验设计、强大的理论框架、和先进的机器学习方法——我们可以从可见的蛛丝马迹中，重构不可见的宇宙图景。
#DarkMatter #ParticlePhysics #MachineLearning #SVJ #ColliderPhysics #FeynmanLearning #智柴科研实验室