論文の概要: LaMET-Agent: An Agent Framework for Large-Momentum Effective Theory Analysis
- arxiv url: http://arxiv.org/abs/2609.32225v1
- Date: Sat, 26 Sep 2026 04:35:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-07 18:46:13.762236
- Title: LaMET-Agent: An Agent Framework for Large-Momentum Effective Theory Analysis
- Title（参考訳）: LaMET-Agent:大規模実効理論解析のためのエージェントフレームワーク
- Abstract要約: LaMET(Large-momentum effective theory)は格子QCDからの光錐粒子分布の$x$依存性を計算するための第一原理フレームワークである。
本稿では,オープンソースの大規模言語モデル (LLM) エージェントフレームワークである lamet-agent について述べる。
- 参考スコア（独自算出の注目度）: 0.29165586612027233
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large-momentum effective theory (LaMET) provides a first-principles framework for computing the $x$ dependence of light-cone parton distributions from lattice QCD. Over the past decade, theoretical and numerical advances have established a mature multi-stage workflow for systematic calculation of parton physics, although its implementation still requires expert judgment and substantial repeated effort. We present lamet-agent, an open-source large language model (LLM) agent framework that organizes this workflow into an executable, reproducible, and inspectable analysis pipeline. The present release supports collinear quark distributions and implements correlator analysis, renormalization, Fourier transformation, perturbative matching, continuum, physical pion mass and infinite-momentum extrapolations, and automated result review. We validate it on four end-to-end analyses: pion parton distribution functions in the gauge-invariant and Coulomb-gauge formulations, and pion and kaon distribution amplitudes, obtaining results consistent with the published calculations. Extensions to transverse-momentum-dependent distributions, generalized transverse-momentum-dependent distributions, and gluonic distribution functions are planned for subsequent releases.
- Abstract（参考訳）: LaMET(Large-momentum effective theory)は格子QCDからの光錐粒子分布の$x$依存性を計算するための第一原理フレームワークである。
過去10年間で、理論と数値の進歩により、パルトン物理学の体系的な計算のための成熟した多段階のワークフローが確立された。
本稿では,オープンソースの大規模言語モデル (LLM) エージェントフレームワークである lamet-agent について述べる。
本リリースでは、コリニアクォーク分布をサポートし、相関解析、再正規化、フーリエ変換、摂動マッチング、連続体、物理ピオン質量、無限モーメント外挿法、自動結果レビューを実装している。
我々は、ゲージ不変量におけるピオン粒子分布関数とクーロンゲージの定式化、およびピオン粒子分布振幅とカオン粒子分布振幅の4つのエンドツーエンド解析で検証し、公表された計算と一致した結果を得た。
横モーメント依存分布、一般化横モーメント依存分布、およびグルオン分布関数への拡張は、その後のリリースに向けて計画されている。
関連論文リスト
- Quantum Algorithms for Gibbs Expectation of Non-log-concave and Heavy-tailed Distributions [4.6773948897784585]
量子加速型マルチレベルモンテカルロ(QA-MLMC)の非バイアス拡張を開発し、全てのバイアスを離散化や時間切り離しから排除する。
統計学、機械学習、ファイナンスにおける我々のアプローチの具体的な応用をいくつか提供します。
論文 参考訳（メタデータ） (2026-04-01T09:03:47Z) - Decoupling the Effect of Chain-of-Thought Reasoning: A Human Label Variation Perspective [60.45433515408158]
長いチェーン・オブ・ソート(CoT)がトップオプションの決定的決定要因となるが、あいまいなタスクの粒度分布キャリブレータとして機能しないことを示す。
CoTは分布アライメントを改善するが、CoTの内容によって最終的な精度が決定される。
論文 参考訳（メタデータ） (2026-01-06T16:26:40Z) - Partonic distribution functions and amplitudes using tensor network methods [0.0]
粒子分布関数 (PDF) と分布振幅 (DA) はクォークおよびグルーオン場の光円錐相関器として定義される非摂動量である。
1+1次元のNambu-Jona-Lasinioモデルを用いて模擬数値計算を行う。
PDFとDAは、摂動的および非相対論的限界における期待と一致し、大きな量子ビット限界における様々な強い結合度で評価する。
論文 参考訳（メタデータ） (2025-01-16T18:44:45Z) - Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis [56.442307356162864]
連続時間マルコフ連鎖(CTMC)に基づくスコアベース離散拡散モデルの理論的側面について検討する。
本稿では,事前定義された時間点におけるスコア推定値を利用する離散時間サンプリングアルゴリズムを一般状態空間$[S]d$に導入する。
我々の収束解析はジルサノフ法を用いて離散スコア関数の重要な性質を確立する。
論文 参考訳（メタデータ） (2024-10-03T09:07:13Z) - Broadening Target Distributions for Accelerated Diffusion Models via a Novel Analysis Approach [49.97755400231656]
本研究では,新しいDDPMサンプリング器が,これまで考慮されていなかった3種類の分散クラスに対して高速化性能を実現することを示す。
この結果から, DDPM型加速サンプリング器におけるデータ次元$d$への依存性が改善された。
論文 参考訳（メタデータ） (2024-02-21T16:11:47Z) - Ensemble Multi-Quantiles: Adaptively Flexible Distribution Prediction
for Uncertainty Quantification [4.728311759896569]
本稿では,機械学習における不確実性を定量化するために,分布予測の新しい,簡潔かつ効果的な手法を提案する。
これは回帰タスクにおいて$mathbbP(mathbfy|mathbfX=x)$の適応的に柔軟な分布予測を組み込む。
UCIデータセットからの大規模な回帰タスクでは、EMQが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2022-11-26T11:45:32Z) - Distributional Gradient Boosting Machines [77.34726150561087]
私たちのフレームワークはXGBoostとLightGBMをベースにしています。
我々は,このフレームワークが最先端の予測精度を実現することを示す。
論文 参考訳（メタデータ） (2022-04-02T06:32:19Z) - Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。
一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
論文 参考訳（メタデータ） (2022-02-23T06:11:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。