结果族 036：Numerical semiampleness and generalized minimal models · 学科：Algebraic and complex geometry · 验证状态：暂无形式化证明，请以社区核验为准
整理房间只有两种好结局：要么把所有东西摆到互不冲突的稳定状态，要么发现房间本质上是一排锥形抽屉柜，每格抽屉都是简单形状。论文证明：连”带隐形行李”的广义 log canonical 形状——数据里额外揣着一件高阶模型上的 nef 部分 @@M@@M@@——也一定抵达其中一种结局，而且行李全程不丢。
关键词卡片
@@M@@K_X+B+M@@ 变 nef 的终点模型@@M@@M@@ 的形状记账方式，@@M@@M@@ 来自纤维化的模项看个具体例子
岔路的判据是纯数值的：@@M@@K_X+B+M@@ 伪有效就走上路，得 nef 终点；否则走下路，得 Picard 数为 1 的收缩，负伴随除子在底上丰富。取 @@M@@M=0@@ 即回到普通 log canonical 对的经典结论。
为什么值得关心
广义 log canonical 对上极小模型猜想的存在性形式由此解决（特征零），是整个纲领的地基；注意结论只保证”某个”程序终止，且 nef 终点尚不含半丰富——那要靠姊妹篇的丰度定理补齐。
暂无形式化证明（AI 结果待核验）
第一级台阶
入门导读说整理房间只有两种好结局：要么把所有东西摆进互不冲突的稳定状态，要么发现房间本质上是一排锥形抽屉柜、每格都是简单形状。翻译过来：对象是”带隐形行李”的高维形状——广义对，行李是一件记录在高阶双有理模型上的 nef 数据 @@M@@M@@，来自纤维化的模信息；操作是跑一个双有理的整理程序。定理说：程序必抵达两种结局之一，且行李全程不丢。
第二级台阶
用本科术语精确化：广义 log canonical 对 @@M@@(X,B+M)@@ 中，@@M@@X@@ 是正规整射影簇，@@M@@B@@ 是有效有理边界，@@M@@M@@ 是高阶模型上 nef 有理 Cartier 除子的迹，伴随除子 @@M@@K_X+B+M@@ 为 @@M@@\mathbb Q@@-Cartier。”极小模型”指一个双有理映射 @@M@@\phi:X\dashrightarrow Y@@（逆不收缩除子）之后的终点：新对仍 log canonical、log 差异只升不降、伴随除子变 nef；”Mori 纤维空间”则指 @@M@@Y@@ 带相对 Picard 数为一的收缩 @@M@@h:Y\to T@@，负伴随除子 @@M@@-(K_Y+B_Y+M_Y)@@ 在底上丰富。走哪条岔路由 @@M@@D=K_X+B+M@@ 是否伪有效决定。
第三级台阶
定理陈述：特征零代数闭域上的射影广义 log canonical @@M@@\mathbb Q@@-对必抵达上述二择一，且 nef b-除子数据全程固定；取 @@M@@M=0@@ 即恢复普通 log canonical 对的经典结论。”特征零”挡住的是翻转存在（BCHM）与 NQC 广义 MMP 等全部基础件的适用范围；”log canonical 不加 @@M@@\mathbb Q@@-因子”是结论的强度所在。两个诚实的限制也写在定理后：只保证”某个”程序终止的选择，不断言任意 MMP 终止；nef 终点不含半丰富——普通情形需姊妹篇的丰度定理补齐。
论文解决了广义 log canonical 对上极小模型猜想的存在性形式：伴随除子 @@M@@K_X+B+M@@ 伪有效时存在极小模型（nef 终点），否则得 Mori 纤维空间，且全程固定 nef b-除子数据。取 @@M@@M=0@@ 即恢复普通 log canonical 对的相应定理。
极小模型纲领（minimal model program, MMP）要在双有理等价类中找典范除子符号确定的模型：要么 nef（极小模型），要么沿纤维为负（Mori 纤维空间）。Birkar–Cascini–Hacon–McKernan 在 big 的 klt 情形建立了存在性，但伪有效而非大的情形始终是难点。广义对（generalized pair，Birkar–Zhang 形式体系）在数据里额外保留高阶双有理模型上的 nef 除子 @@M@@M@@——它来自 Ambro 典范丛公式中的模项——因此存在性问题要求在固定这组 nef 数据下找模型。此前 Birkar、Han–Li、Lazić–Tsakanikas、Tsakanikas–Xie 等把 lc 情形约化到光滑相对问题或需附加终止性假设，光滑输入本身一直悬而未决。
设 @@M@@k@@ 为特征零代数闭域，@@M@@(X,B+M)@@ 为射影广义 log canonical @@M@@\mathbb{Q}@@-对：@@M@@X@@ 正规整射影，@@M@@B@@ 有效有理边界，@@M@@M@@ 是高阶模型上 nef 有理 Cartier 除子的迹，@@M@@K_X+B+M@@ 为 @@M@@\mathbb{Q}@@-Cartier。定理断言存在双有理映射 @@M@@\phi:X\dashrightarrow Y@@（逆不收缩除子），使 @@M@@(Y,B_Y+M_Y)@@ 仍 log canonical，且对所有公共函数域上的素除子 @@M@@E@@ 有 log 差异（log discrepancy）不等式 @@M@@A_{X,B+M}(E)\le A_{Y,B_Y+M_Y}(E)@@，对被 @@M@@\phi@@ 收缩的除子严格。且二择一由 @@M@@D=K_X+B+M@@ 决定：@@M@@D@@ 伪有效时 @@M@@K_Y+B_Y+M_Y@@ 为 nef；@@M@@D@@ 非伪有效时 @@M@@Y@@ 带 Picard 数为 @@M@@1@@ 的收缩 @@M@@h:Y\to T@@，使 @@M@@-(K_Y+B_Y+M_Y)@@ 在 @@M@@T@@ 上丰富。注意：结论只给出”某个”终止的程序选择，不断言任意 MMP 终止；nef 终点不含半丰富性。取 @@M@@M=0@@ 得普通 log canonical 对的推论，此时配合姊妹篇的 log 丰富性定理，@@M@@K_Y+B_Y@@ 在同一终点半丰富。
证明从局部推向全局。核心局部命题是”相位定理”：对带循环群作用、具半不变体积形式的一列固定维数 Gorenstein klt 芽，可选出差异（discrepancy）一致有界的除子赋值 @@M@@w'_i@@ 与固定正整数 @@M@@\ell@@，使每个半不变函数 @@M@@h@@ 满足同余 @@M@@w'_i(h)\equiv \ell\cdot\mathrm{angle}(\chi(\gamma_i)) \pmod{\mathbb{Z}}@@。其证明先由稳定退化定理与体积最小化赋值（normalized volume minimizer，Li–Blum–Xu–Zhuang 理论）得到群不变的拟单项赋值及其有限生成分次代数，做等变有理重分次；再经约束赋值优化、对数 Cartier 选择与精确舍入；特征约化只在芽的有限数据固定后进行（用 Deligne–Illusie 型工具），一致性估计由有界表示、trait 计算与 lc 心关联给出，经塔约化与 lifting/mixing 定理得到整数跳跃估计和度数乘积界。全局演绎用反证：若光滑簇上带缩放的典范 MMP 无限，则缩放数趋于零（BCHM 标记丰富模型有限性），渐近乘子理想把累积差异变化控制住，使其在离散测试赋值集上的有限极限可数；相位定理用于循环指标一覆盖，排除典范指标无界——否则任意特征角都会落入可数集。固定公共 Cartier 倍数后，高阶直像消失与有效基点自由迫使某除子既整体生成又在某条收缩曲线上取负值，矛盾，故程序终止并给出弱 Zariski 分解。最后借助 Tsakanikas–Xie 的 NQC 广义 MMP 存在性定理把光滑相对结果转移到广义对，再做域下降，完成主定理。
主结果暂无 Lean 形式化证明。本文与族内另两篇构成闭环：它为数值半丰富性论文提供终止的 MMP 与极小模型终点，而后者的 log 丰富性定理又把本文普通情形的 nef 终点升级为半丰富；证明大量引用 BCHM、Birkar、Tsakanikas–Xie 等既有结果并明确致谢转移步骤。依照 OpenAI 官方声明”未经形式化的结果可能有问题”，上述结论请以社区核验为准。
问 1：定理为什么只敢称”存在形式”，且 nef 终点不含半丰富？
答：引言明说：结论给出的是”一个会终止的双有理程序的选择”，对任意 MMP 的终止性不做断言；nef 结论”自身不包含半丰富性或非零多重典范截面”。完整形式还需任意程序终止性与丰度——后者在普通情形由姊妹篇 log 丰度定理在同一终点补齐，广义情形（@@M@@M\ne0@@）则连半丰富也不给。
问 2：证明中最关键、最脆弱的一步是什么？
答：局部”相位定理”（Theorem phase）：对带循环群作用、具半不变体积形式的一列固定维数 Gorenstein klt 芽，选出差异一致有界的除子赋值与固定整数 @@M@@\ell@@，使每个半不变函数满足同余 @@M@@w'(h)\equiv\ell\cdot\mathrm{angle}(\chi(\gamma))\pmod{\mathbb Z}@@。其证明要穿过稳定退化与体积最小化赋值（Li–Blum–Xu–Zhuang 理论）、等变有理重分次、约束赋值优化与精确舍入，特征约化（Deligne–Illusie 型）只在芽的有限数据固定后进行。链条上任何整数跳跃估计或 lifting/mixing 定理失准，同余就崩塌。
问 3：伪有效而非大的情形为什么是难点、如何收网？
答：BCHM 只处理 big；本文反证假设光滑簇上带缩放的典范 MMP 无限，则缩放数趋于零，渐近乘子理想把累积差异变化控制在离散测试赋值集上的可数有限极限里；相位定理施于循环指标一覆盖排除典范指数无界——否则任意特征角都会落入可数集。固定公共 Cartier 倍数后，高阶直像消失与有效基点自由迫使某除子既整体生成又在某收缩曲线上取负，矛盾。
问 4：与 Lazić–Tsakanikas、Tsakanikas–Xie 相比新意何在？
答：此前工作把普通 lc 存在性约化到”光滑相对问题”或需附加终止性假设——光滑输入本身悬而未决。本文正是建立了这个光滑输入及其相对弱 Zariski 分解；转移到广义对的一步则明确归功于 Tsakanikas–Xie 的 NQC 广义 MMP（翻转引 Hacon–Liu、Liu–Xie，收缩引 Xie），本文不自居。
问 5：固定 nef 数据 @@M@@M@@ 在证明里起什么作用？
答：引言有个澄清性观察：crepant 比较中同一 nef 除子从每个公共分解拉回，在相继模型间相消——局部相位定理只涉及普通 Gorenstein klt 芽。广义结构只在最后转移时进场：因固定 nef 数据是有理的，NQC MMP 才适用。这说明”广义”不是局部难度所在，而是全局记账要求。
问 6：这类 AI 生成证明最可能的出错模式？
答：簿记密度极高：引言自述”权单独不能识别所需的实际赋值，须保留纤维分量标记”“饱和面格消除隐藏轨道覆盖”——这类防止不同对象被误同伦的细节正是 AI 易漏之处；特征约化的时机（”只在有限数据固定后”）也极易写错顺序。加上对 BCHM、Birkar、BFMT 等大量既有结果的精确形式引用，假设不匹配即级联。
问 7：谁会用到它？
答：它是族 036 的地基：数值半丰富性论文引本文的终止 MMP 与极小模型终点；普通 lc 情形的终点经姊妹篇丰度定理升级为半丰富。整个广义极小模型纲领的存在性支柱由此落位。
总评
广义 lc 对上极小模型猜想存在性形式的完整解决，是纲领级的地基工程，相位定理的构造极有想象力；最大风险是其成立依赖一张巨大的既有结果之网与高密度簿记，任何一处引用错配都会无声失效。