JetPrism：核物理における生成シミュレーションと逆問題のための収束診断
arXiv cs.LG / 2026/4/3
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、標準的な条件付きフローマッチング（CFM）の学習損失が、高リスクな物理設定では早すぎる段階で頭打ちになり得るため、実際の収束や物理的忠実性の誤解を招く代理指標になると主張している。
- それに対して、JetPrismは、構成可能なCFMベースの生成サロゲート・フレームワークを提案し、合成ストレステストと将来の電子・イオン衝突型加速器（Electron-Ion Collider）に関連するジェファーソン・ラボ（Jefferson Lab）データセットを用いて、無条件生成品質と条件付き検出器アンフォールディングの両方を診断する。
- JetPrismの結果では、汎用的な学習損失が収束して見えた後も、物理に基づいた評価指標が引き続き改善することが示され、損失の収束と統計的な一致との間に根本的な断絶があることが強調される。
- 著者らは、生成サンプルが訓練データを過学習したり記憶したりすることなく、真値と一致していることを保証するために、周辺／ペアのχ²統計、W1距離、相関行列距離（D_corr）、最近傍距離比（R_NN）を組み合わせたマルチメトリクス評価プロトコルを提案する。
- これらの手法は核物理で実証されているものの、他の逆問題やパラメータ生成タスクにも幅広く拡張可能であり、医用画像、天体物理、半導体探索、定量ファイナンスなどへの応用可能性が示されている。
