Chain Theory发布:无参数推导精细结构常数
热点事件持续更新
Chain Theory发布:无参数推导精细结构常数
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者 mikhailfranco 发布 Chain Theory 研究纲领,试图从量子信息重建基础物理,并公布首个结果:由单一公理推导出的无参数精细结构常数候选值,称与实测值吻合到十位有效数字。 该纲领以有限信息容量、标准模型规范群和粒子无亚结构为起点,主张放弃标准模型约两打参数的测量值路线,重回推导目标。作者同时说明,该候选值与 α(0) 的对应目前只是猜想;实验测量彼此之间的分歧仍大于各自标称的不确定度,因此这一比对尚不能定论;Chain Theory 本身尚新,许多部分仍是条件性的或未充分发展。
AI 根据报道生成 · 55 分钟前更新
最新进展11月1日 16:21
Chain Theory:从量子信息重建基础物理,无参数推导精细结构常数报道时间线
沿着报道,了解事件的不同侧面。
11月1日
- Hacker NewsChain Theory:从量子信息重建基础物理,无参数推导精细结构常数
研究者发布新研究计划 Chain Theory,试图从量子信息重建基础物理,并给出首个结果:由单一公理推导出的无参数精细结构常数候选值,与实测值吻合到十位有效数字。该计划以有限信息容量、标准模型规范群和粒子无亚结构三条线索为起点,主张放弃标准模型约两打参数的测量值路线,重回推导目标。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。