喷注冒充强子τ背景有了新估法：多维重加权把系统不确定度最多压低七成
核心概要
CMS 用提升决策树从观测数据直接学出逐对象的多维重加权因子，替代低维参数化的假因子方法，在 62.4 反飞靶的质子-质子碰撞数据上把喷注被误判为强子τ衰变的系统不确定度最多压低 70%。
深度剖析
喷注被误判为强子τ衰变时，背景估计不再依赖少数几个运动学变量的固定分箱，而是由逐对象的多维权重给出。 此前的假因子方法用有限几个变量上的固定分箱参数化转移因子，并假定误判概率在这些变量与用于划分分析类别的另一组变量之间可因子化。 在 2022–2023 年 CMS 探测器记录的 62.4 反飞靶质子-质子碰撞数据上，与低维参数化方法相比，关键运动学观测量在高横动量区域的建模得到改善。
做法是在背景富集的确定区训练一个提升决策树，区分未通过与通过强子τ识别的候选对象，再把校准后的输出转成连续权重。 提升决策树是一种逐次加入弱学习器的集成分类器，其输出经温度缩放校准后解释为类别概率，两个概率之比充当连续的多维转移因子。 训练按分析通道和背景过程分别进行，输入包含τ候选的衰变模式、横动量、赝快度、喷注与τ横动量之比以及事件级喷注数等，验证区与确定区、信号区保持正交。
在三种典型分析设置中，逐箱非闭合度被直接当作背景估计的系统不确定度，多维重加权在多数类别上给出更小或相当的偏离。 此前的假因子方法在无法有效参数化的观测量上会出现残余失配，往往需要额外的闭合修正和相应不确定度。 在 QCD 多喷注主导的验证区，高横动量尾部的拟合残余对应尾部系统不确定度由假因子方法的约 20% 降至约 6%，对应约 70% 的降低。
启示与展望
方法在 CMS 探测器 2022–2023 年采集的 62.4 反飞靶质子-质子碰撞数据上开发和验证，并在全强子通道与半轻子通道中演示。适用读者是从事τ末态测量与搜寻的分析人员，以及需要数据驱动背景估计的工程师。方法不依赖具体的强子τ识别算法，可随识别方法演进而适配。
外推不确定度是各通道中最大的系统不确定度来源，其余分量均低于 2% 水平。在半轻子通道的分布中仍存在残余形状依赖，比全强子通道更明显，与假因子方法所见定性相似。在统计受限的高分箱与部分类别中，两种方法的非闭合度在现有统计精度内相当。