ニュートリノ基礎モデルの解釈可能性と応用

スパース自己符号化器を用いてニュートリノ基礎モデルの内部表現を解釈し、抽出した物理的特徴を活用して角度分解能を大幅に改善した。

• 素粒子物理学の基礎モデルに対してスパース自己符号化器を用いた解釈可能性を初めて適用した。
• 厳格な検証プロトコルにより、モデル内部の潜在表現から信頼性の高い物理的概念のアトラスを特定した。
• 抽出された解釈可能な特徴量を利用して不確実性ヘッドを構築した。
• 推定量を用いることで、角度分解能の中央値を大幅に向上させることに成功した。

原文タイトル: Finding and using interpretable latents in a neutrino foundation model with sparse autoencoders

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。