我们证明，可以通过液体闪烁体中微子探测器（例如Borexino，SNO +和JUNO）发现具有每个核子散射截面≳10-28cm2的暗物质。 由于允许大量的暗物质通量，这些探测器可以发现质量高达1021 GeV的暗物质，比目前的直接探测实验（例如XENON1T和PICO）的质量灵敏度高出2个数量级。 我们使用现有的选择触发器来推导这些检测器的自旋无关和自旋相关的截面灵敏度，并且我们提出了一种改进的触发器程序，可以将这种灵敏度提高2个数量级。 我们根据三种暗物质场景来解释这些敏感性：（1）散射的有效接触算子；（2）带QCD的暗物质；以及（3）最近提出的普朗克质子重子带电暗物质模型。 考虑到地球的密度分布和元素组成以及核自旋，我们计算了由于地球覆盖而导致的这些探测器的暗物质通量衰减。

我们表明，通过弹性中微子电子散射和相干中微子核散射，可以在未来的直接暗物质检测实验中探测非标准中微子相互作用（NSI）。 我们显示，由于太阳中微子的存在，NSI可以增加事件发生率，而对于较低的核后坐能量阈值，则可以大幅度增加事件发生率。 我们还确定了NSI参数的干扰范围，其速率降低了约40％。 最后，我们表明在即将进行的实验中可能会发现太阳中微子混合角的“暗侧”解。

通过COHERENT合作对相干中微子核散射的检测已基于定量基础，在直接检测弱相互作用的大质量暗物质候选者中存在不可还原的中微子背景。 这种背景导致了这些实验的最终发现极限：最小的暗物质相互作用截面，在该截面以下，相干中微子散射产生的事件将模仿暗物质信号，即所谓的中微子底。 在这项工作中，我们通过对振荡和COHERENT数据进行整体分析，研究了在当前允许值范围内由非标准中微子相互作用引起的这种中微子底面的修饰。 通过使用这种全局分析的全部似然信息，我们可以一贯地考虑非标准中微子相互作用在物质中微子传播及其在探测器中的相互作用中的相关影响。 我们通过五个未来的实验来量化它们对中微子底部的影响：DARWIN（Xe），ARGO（Ar），Super-CDMS HV（Ge和Si）和CRESST III期（CaWO4）。 从数量上看，我们发现在3σ水平上允许的非标准中微子相互作用可以导致中微子底限相对于标准模型预期增加至多约5倍，并影响ARGO（CRESST第三阶段）的预期灵敏度 和DARWIN实验。

**摘要**：技能（Skills）是可复用、可插拔的能力单元，让智能体按名称或描述**发现**、**选择**、**加载**、**使用**外部能力，而不是把逻辑写死在代码里。本文说明 Skills 的动机、业界标准 [Agent Skills](https://agentskills.io/specification)（SKILL.md + 文件夹），以及**最佳实践**：在 `demo_codes` 中通过 **skills_library/**（技能库）、**skill_loader**（发现→选择→加载→使用）、**main.py** 演示如何按规范接入 SkillMD、Anthropic 官方等技能库。文中给出技能库下载与放置说明，以及典型 skill（Summarize、Launch Brief Builder、PR Review Guard）的对照参考。 **关键词**：技能；Skills；Agent Skills；SKILL.md；发现；加载；使用；LangGraph；Agentic Design Patterns 这里，我们给出一个示例。其严格按上述流程实现，作为 **Skills 用法的 Best Practice**：技能存放在 **skills_library/**，通过 **skill_loader.py** 提供 `discover_skills()`、`load_skill()`、`select_skill_for_task()`、`use_skill_with_llm()`，入口为 **main.py**。 博客链接：https://blog.csdn.net/zyctimes/article/details/159010743?spm=1011.2415.3001.5331

我们认为，宇宙的能量预算通常包含某种形式的相对论或半相对论暗辐射（DR），并与标准模型（SM）粒子发生非重力相互作用。 这种暗辐射可能由中微子的单重态或非热能组成。 如果这样的DR是在相对较新的时期产生的，它可以携带足够的能量，从而在旨在搜索相互作用非常弱的粒子的实验中留下可检测的烙印：暗物质和地下中微子实验。 我们以某种普遍性来分析这种可能性，假设交互式暗辐射源于不稳定粒子（可能是暗物质的组成部分）的后期衰减，并考虑了暗辐射与SM粒子之间的各种可能相互作用。 专注于亚GeV能量区域，我们使用最敏感的中微子和暗物质直接检测实验的结果得出不同形式DR的约束。 尤其是，对于相互作用的暗辐射，其典型动量约为30 MeV / c，两种类型的实验都提供了竞争性约束。 这项研究还表明，非标准中微子发射源（例如，通过暗物质衰减）能够为暗物质直接检测创造一个“中微子底面”，比标准中微子源所期望的更接近当前界限。

我们研究使用中微子门户在简单模型中间接检测暗物质的可行性。 该模型非常经济，右旋中微子通过I型跷跷板机制产生中微子质量，并同时介导与暗物质的相互作用。 考虑到I型跷跷板中预期的中微子Yukawa耦合较小，在这种情况下，暗物质的直接检测和加速器探测将面临挑战。 然而，暗物质可以有效地歼灭右旋中微子，然后通过弱相互作用通过主动-无菌混合而衰减，从而导致各种间接的天文信号。 我们从普朗克宇宙微波本底测量，费米矮球状星系和银河系中心伽玛射线观测以及AMS-02反质子观测中得出了这种情况下的现有约束条件，并且还讨论了费米和切伦科夫望远镜阵列的未来前景。 对于低于约50 GeV的暗物质，已经开始研究热an灭率，并且将来可以扩展到100 GeV或更高的暗物质质量。 这种情况还可以提供费米银河系中心伽玛射线过量的暗物质解释，我们将这种解释面临其他间接约束。 最后，我们讨论了带有大中微子Yukawa耦合和Higgs门耦合的最小模型扩展的一些令人兴奋的含义。

本文详细介绍了在Windows系统上部署Codex+中转API的完整步骤。首先需要安装Node.js和Codex CLI，并准备OpenAI API Key。接着通过PowerShell设置环境变量，包括API Key和中转API地址。文章还提供了检验配置是否成功的方法，以及如何通过创建start.ps1脚本实现稳定使用。最后，作者分享了常见问题的解决方案，如强制跳转官网登录的处理方法。整个教程图文并茂，适合开发者快速上手部署。 在Windows系统上部署Codex+中转API是一个涉及多个步骤的过程，旨在帮助开发者快速搭建并开始使用这一服务。开发者需要确保系统中安装了Node.js环境，因为它是运行JavaScript代码的核心环境。随后，安装Codex CLI是必要的，这是一个命令行界面工具，能够帮助开发者与Codex+中转API进行交互。 在安装了Node.js和Codex CLI之后，获取并准备OpenAI API Key成为接下来的关键步骤。API Key是开发者身份的验证标识，允许用户安全地访问并使用OpenAI提供的API服务。有了API Key，接下来就是配置环境变量，这一步是通过PowerShell来完成的，需要设置包括API Key和中转API地址在内的多个参数。 环境变量设置完成后，需要验证配置是否正确无误。这通常涉及到测试API连接是否正常，确保没有错误发生。为此，本文提供了一个具体的方法来检验配置是否成功，确保开发者在后续的使用中能够顺利进行。 为了使得Codex+中转API的使用更加稳定，作者还介绍了如何通过创建start.ps1脚本来启动API服务。这个脚本通常包含了启动服务所需的所有命令和参数，使得用户可以通过简单的一次性操作来启动API。 此外，文章也提供了一些常见问题的解决方案，比如处理强制跳转官网登录的问题。这可以极大地帮助开发者解决在实际操作中遇到的障碍，保证部署过程的顺利进行。 整篇教程不仅提供了清晰的步骤说明，还配以丰富的图表和图示，使得内容更加直观易懂。对于想要快速上手部署的开发者而言，这是一份宝贵的资源。通过本文，开发者将能够更好地理解如何在Windows环境下部署和使用Codex+中转API，从而进一步开发和应用相关的软件包和源码。

本文详细解析了Segment Anything Model (SAM)中使用的核心评估指标，包括IoU（交并比）、Dice系数、预测IoU和稳定性评分。IoU衡量预测分割区域与真实标注区域的重叠程度，Dice系数对分割边界更加敏感，常用于医学图像分割。预测IoU是SAM模型内置的自我评估机制，用于预测分割结果的质量。稳定性评分则衡量掩码在不同阈值下的稳定性。文章还提供了参数调优建议、不同场景的参数调整策略以及性能监控指标，帮助开发者在不同应用场景中获得最佳的分割性能。通过合理配置阈值参数和采用多指标综合评估策略，开发者可以有效地使用SAM并进行模型调优。 SAM评估指标详解的文中主要涵盖了Segment Anything Model (SAM)模型中至关重要的几个评估指标。具体而言，文档对IoU（交并比）、Dice系数、预测IoU以及稳定性评分进行了深入的解析和阐述。 IoU，即交并比，是衡量模型预测出的分割区域与真实标注区域之间重合程度的指标。IoU的计算方法简单明了，即交集区域面积除以并集区域面积。一个高的IoU值意味着模型预测的分割区域与真实标注区域有很大的重合，从而可以有效地评估模型的预测效果。由于其直观性和易于理解的特点，IoU成为了评估分割模型性能的常用指标。 Dice系数在评估模型分割性能方面同样占有重要位置，尤其是针对那些需要精确分割边界的场景，如医学影像。它基于Sørensen–Dice系数，强调了模型预测分割边界的能力。在医学图像分割领域，精确的分割边界对诊断和治疗具有重要意义，因此，使用对边界敏感的Dice系数作为评估指标，可以帮助提高模型在医疗领域的应用效果。 预测IoU是SAM模型的一个独特机制，它通过模型自身的机制预测分割结果的质量。它与IoU的不同之处在于，预测IoU是对模型预测结果的一种自我评估，是一种在模型运行时就能得到的评估指标，这可以帮助模型在实际应用中快速反馈调整。 稳定性评分则是用来评估掩码在不同阈值下的稳定性。在图像分割任务中，阈值的选择对最终的分割效果有显著的影响。因此，一个具有高稳定性的模型，能够在不同的阈值选择下，都能保持较为稳定和可靠的分割效果。稳定性评分的引入，有助于评估模型对于阈值变化的适应能力，保证模型在实际应用中的鲁棒性。 除了详细介绍这些评估指标，文中还为开发者提供了参数调优建议。针对不同应用场景，开发者可以参考建议对阈值参数进行合理配置，以实现模型性能的最大化。同时，文中也提供了性能监控的指标，帮助开发者在模型使用过程中能够及时发现问题并作出相应调整。 在实际的应用场景中，通过综合考虑各个评估指标，开发者可以更全面地理解模型的性能，并据此对模型进行调优。这些评估指标的引入，为模型的开发和改进提供了重要的参考依据，有助于提升模型在具体应用中的表现。 SAM模型通过使用这些评估指标，为开发者提供了一种高效评估和优化图像分割性能的手段。文档中不仅对这些评估指标进行了详细解读，还提供了应用策略和监控指标，全面指导开发者在不同应用场景中实施有效的模型优化。 SAM模型的评估指标解析，对任何希望深入了解和应用SAM模型的开发者来说，都是一个宝贵的资源。通过这些评估指标，开发者可以更准确地了解模型的性能表现，更有效地进行模型调优，最终在各自的应用领域获得出色的图像分割效果。

暗物质直接检测实验对光暗物质（低于几个GeV）的灵敏度有限，这是因为将检测核后坐力的能量阈值降低到O（keV）以下的挑战。 尽管在这方面已经取得了令人瞩目的进展，但浅色暗物质仍然是暗物质参数空间受约束最少的区域。 已经表明，由于Migdal效应而产生的电离和激发以及从反冲原子相干发射的光子致辐射都可以为浅色暗物质提供可观察到的通道，否则，由于产生的核后坐力低于探测器阈值，这些暗色物质将被错过。 在本文中，我们通过计算通用相互作用类型集的Migdal效应和光子致辐射速率（包括与动量无关或依赖，自旋无关或依赖的相互作用类型）以及检查各种目标物质的速率来扩展先前的工作。 ，从而使我们可以对某些互动类型设置新的实验限制。 此外，我们还计算了由太阳或大气中微子的原子核上的相干散射引起的这些效应。 我们证明，对于考虑由暗物质或中微子引起的相互作用的所有目标，Migdal效应优于the致辐射效应。 这将光子致辐射减小到与将来的直接检测实验无关。

下一代暗物质直接检测实验将对相干中微子核和中微子电子散射都敏感。 这将使他们能够探索太阳物理学的各个方面，迄今为止对弱角sin 2θW进行最低的能量测量，并利用光介体探索新理论的贡献。 在本文中，我们计算了由于太阳中微子而在几个暗物质直接探测实验中预期的预计核和电子反冲率，并使用这些估计值来量化中微子通量，弱混合角和太阳可观测物以及未来观测结果的误差 以限制中微子领域的新物理学。 我们的分析表明，第二代实验（SuperCDMS和LZ）中太阳中微子事件的总发生率可以通过电子反冲将pp通量测量为2.5％的精度，并略微提高了8 B通量的确定性。 假设氩气处于低质量阶段，预计的吨级实验（如DARWIN）可以将pp和硼8中微子通量的不确定性降低至1％以下。 最后，我们使用LUX，SuperCDMS和CDMSlite的最新结果来设定中微子与电子或原子核之间新相互作用的界限，并表明未来的直接检测实验可用于设置与光介体相关的参数空间的互补约束。