国际团队通过对缪子磁矩关键强子贡献的高精度混合计算，大幅降低理论不确定性，使最新标准模型预测与实验结果高度一致。

基于大型强子对撞机CMS实验超过十亿次质子碰撞数据，研究团队给出目前精度最高的W玻色子质量测量结果，并与标准模型预测保持一致。

人工智能在物理研究中的角色正从“数据处理工具”转向更主动的参与者：不仅承担粒子碰撞分类、探测器噪声清理等繁琐工作，也被用于在海量数据中寻找可能指向新现象的细微结构。研究人员对其寄予的期待之一，是借助机器的模式识别与搜索能力，在标准模型高度稳固、显著实验异常罕见的背景下，挖掘被忽视的偏差并更系统地探索广阔的理论空间。 从自动化处理到“发现伙伴” 长期以来，机器学习在高能物理等领域主要用于提升数据处理