结果族 119：The Courtade–Kumar and Hellinger conjectures · 学科：Theoretical computer science · 验证状态：暂无形式化证明，请以社区核验为准
上一篇用”信息量”当尺子，这一篇换了把更细的尺子——Hellinger 亲和，量的是”噪声前后两个分布有多像”。问题照旧：哪种读数方式在噪声下衰减最慢？答案依旧是”只读一个开关”，而且这次连”读出的 +1 多还是 −1 多”这类偏置也完全任意。两把尺子量出同一个冠军，还能互相推导。
关键词卡片
@@M@@m@@ 刻画。@@M@@T_\rho@@）：把函数平滑成含噪期望的算子。@@M@@f=\pm x_i@@，全篇恰好取等的极值函数。@@M@@h_2@@。看个具体例子
公式卡（数字版定理）：
@@M@@\sqrt{1-m^2}-\mathbb E\sqrt{1-(T_\rho f)^2}\ \le\ 1-\sqrt{1-\rho^2}@@
代入 @@M@@\rho=0.6@@、@@M@@m=0@@：右边 @@M@@=1-\sqrt{0.64}=0.2@@，即任何平衡的布尔函数都满足 @@M@@\mathbb E\sqrt{1-(T_\rho f)^2}\ge0.8@@；而带符号坐标 @@M@@f=\pm x_1@@ 恰好把不等号变成等号。再经一条凸性（Jensen）论证，还能推出 Courtade–Kumar 的互信息界——两把尺子殊途同归。
为什么值得关心
Hellinger 猜想 2017 年提出以来首次被完整证明（任意偏置、任意噪声水平）。此前最好的均值依赖下界在平衡情形只达到锐利值的八成左右；本文证明分低噪声与高噪声两段：前者用非对称的维数归纳逐坐标压缩，后者沿噪声半群做延续论证，计算机辅助仅限与维数无关的标量不等式，每个小数都是精确有理数。它还独立支撑起同族姊妹篇的信息收缩结论。
暂无形式化证明（AI 结果待核验）
第一级台阶
入门导读说：上一篇用”信息量”当尺子，这一篇换了把更细的尺子——Hellinger 亲和，量的是”噪声前后两个分布有多像”；冠军依旧是”只读一个开关”，且这次连输出偏置也完全任意。翻译一下：对象仍是对比特串的各种布尔读法；噪声仍逐位独立翻转；量的是”读到 @@M@@+1@@ 与读到 @@M@@-1@@ 时观测分布的相似程度”在噪声下的衰减。定理说：单坐标读法衰减最慢，无论函数输出偏向哪边。
第二级台阶
用本科术语说：@@M@@X@@ 均匀分布在立方体 @@M@@\{-1,1\}^n@@，噪声观测 @@M@@Y_i=X_iZ_i@@（@@M@@\Pr(Z_i=1)=(1+\rho)/2@@），噪声算子 @@M@@T_\rho u(x)=\E[u(Y)\mid X=x]@@。平方根轮廓 @@M@@H(t)=\sqrt{1-t^2}@@；函数均值 @@M@@m=\E f@@ 刻画输出偏置。贝叶斯公式给出条件分布 @@M@@P_\pm@@ 的 Hellinger 亲和 @@M@@A(P_+,P_-)=\sum_y\sqrt{P_+P_-}=\E H(T_\rho f)/H(m)@@——两个分布越像，读数的判别力越弱。带符号坐标即 @@M@@f=\pm x_i@@。
第三级台阶
定理（thm:main）在此陈述：对一切 @@M@@n\ge1@@、布尔 @@M@@f@@ 与 @@M@@\rho\in[-1,1]@@，@@M@@H(m)-\E H(T_\rho f)\le1-H(\rho)@@，带符号坐标取等。假设”输入均匀、输出偏置任意”意味着 @@M@@m@@ 不受限制，带偏函数本就在问题之内；左边按亲和写法恰是加权损失 @@M@@H(m)(1-A(P_+,P_-))@@。结论经 ABCJN 的蕴含论证（凸函数 @@M@@\varphi(t)=h_2(\frac{1-\sqrt{1-t^2}}2)@@ 与 Jensen 不等式）给出推论 cor:ck：@@M@@I(f(X);Y)\le1-h_2(\varepsilon)@@，即 Courtade–Kumar 界——两把尺子量出同一冠军。
本文对任意输出偏置的布尔函数证明了 Hellinger 猜想：平方根轮廓损失 @@M@@\sqrt{1-m^2}-\mathbb E\sqrt{1-(T_\rho f)^2}@@ 不超过单个坐标的损失 @@M@@1-\sqrt{1-\rho^2}@@，等号由带符号坐标取得，并由此推出 Courtade–Kumar 互信息界。
2017 年，Anantharam、Bogdanov、Chakrabarti、Jayram 与 Nair（ABCJN）提出 Hellinger 猜想：把 Courtade–Kumar”最信息布尔函数”问题中的二元熵换成 Hellinger 亲和（Hellinger affinity）后，单个坐标是否仍在乘积噪声下最大化损失？该表述保留了函数均值 @@M@@m@@，偏置函数因此也在问题之内；ABCJN 证明此猜想蕴含 Courtade–Kumar 猜想，使其意义超出平方根轮廓本身。此前最好的结果是 Chen–Nair 由高斯等周（Gaussian isoperimetric）轮廓给出的均值依赖下界，但在平衡情形 @@M@@m=0@@ 只给出 @@M@@\sqrt{2/\pi}\,s@@，低于锐利值 @@M@@s@@；Durcik–Ivanisvili–Roos–Xie 证明了平衡情形的锐利平方根敏感度不等式。任意偏置下的完整猜想一直悬而未决。
设 @@M@@X@@ 均匀分布于 @@M@@\{-1,1\}^n@@，噪声观测 @@M@@Y_i=X_iZ_i@@，各 @@M@@Z_i@@ 独立且 @@M@@\Pr(Z_i=1)=(1+\rho)/2@@；记 @@M@@H(t)=\sqrt{1-t^2}@@（注意：此处 @@M@@H@@ 是平方根轮廓，不是熵）。
定理（Hellinger 猜想，完整非平衡形式）：对一切 @@M@@n\ge1@@、布尔 @@M@@f:\{-1,1\}^n\to\{-1,1\}@@、@@M@@\rho\in[-1,1]@@，记 @@M@@m=\mathbb E f@@，有
@@M@@DH(m)-\mathbb E\,H(T_\rho f)\le 1-H(\rho),@@
带符号坐标（独裁函数）@@M@@f=\pm x_i@@ 对每个 @@M@@\rho@@ 取等。
其 Hellinger 含义：设 @@M@@P_\pm@@ 为给定 @@M@@f(X)=\pm1@@ 时 @@M@@Y@@ 的条件分布，贝叶斯公式给出亲和 @@M@@A(P_+,P_-)=\mathbb E H(T_\rho f)/H(m)@@，故定理即加权亲和损失界 @@M@@H(m)(1-A)\le1-H(\rho)@@。再经 ABCJN 的蕴含论证（凸函数 @@M@@\varphi(t)=h_2(\frac{1-\sqrt{1-t^2}}{2})@@ 与 Jensen 不等式）得到 Courtade–Kumar 结论（比特单位）：@@M@@I(f(X);Y)\le1-h_2(\varepsilon)@@，带符号坐标取等。
证明由互补的两段组成；计算机辅助仅限与维度 @@M@@n@@ 无关的固定标量不等式，文中每个小数都表示精确有理数。
低噪声段 @@M@@s=\sqrt{1-\rho^2}\le0.84@@ 用非对称维数归纳。先用压缩（compression）引理把 @@M@@f@@ 换成逐坐标单调的增函数且不增大 @@M@@\mathbb E H(T_\rho f)@@：对每条坐标边把两截面排序为逐点最小/最大，利用 @@M@@u\mapsto H(a+u)+H(a-u)@@ 的偶凹性。再选一个一阶傅里叶系数 @@M@@0<x\le b(m)@@ 的活跃坐标——用四个活跃坐标平均值的重排上界控制 @@M@@\mathbb E[fZ]@@ 保证其存在。要传播的是非对称加强估计 @@M@@\mathbb E\,G((1+T_\rho f)/2)\ge sB(m)@@，其中 @@M@@G@@ 满足反射恒等式 @@M@@G(p)+G(1-p)=2H(2p-1)@@，@@M@@B@@ 是显式多项式轮廓；把它对 @@M@@f@@ 与其对偶 @@M@@f^*(x)=-f(-x)@@ 各用一次再平均，即还原 @@M@@H@@ 轮廓。归纳步骤：对两截面混合的增益，先用带间隙的两点标量不等式（由有限精确算术证书认证）控制，再用 Cauchy–Schwarz 平均化，得到只含两截面平均及其均值间隙的关系式；其单调的二次求根形式允许直接代入归纳假设。至多三个活跃坐标的基例由计算机穷举验证。
高噪声段 @@M@@s\ge0.84@@ 用延续（continuation）论证。半群能量恒等式 @@M@@\frac{d}{d\tau}\mathbb E H(d)=\mathcal E(d)@@（即 Chen–Gohari–Nair 的 Hellinger 边导数）给出交叉判据：若目标不等式首次失效，则存在参数同时满足 @@M@@b=h-1+s@@ 与能量 @@M@@\mathcal E(d)\le K=r/s@@；排除它（除非 @@M@@f@@ 是带符号坐标）即完成证明。换元 @@M@@F'(x)=(1-x^2)^{-3/4}@@ 把能量下方控制为 @@M@@F(d)@@ 的 Dirichlet 能量。中心带 @@M@@m\le r^2/2@@：用满足 @@M@@H(x_0)=b@@ 的对称比较对 @@M@@\pm x_0@@ 校准边比较，恰好保住带符号坐标的精确边代价；方差增益与一阶傅里叶层的集中合起来逼出高于一层的傅里叶权重全部为零，从而 @@M@@f@@ 必为带符号坐标。中间带用奇偶傅里叶分解归约到带显式偏置裕度的逐点界（该段技术性较强，此处从略）。大偏置带 @@M@@m\ge0.74@@ 则是直接证明：由立方体对数索博列夫不等式（Gross 半群方法；正向界属 Bonami–Beckner 超收缩理论，反向界属 Borell）夹逼各阶矩，对 @@M@@\sqrt{1-z}@@ 的正系数二项级数逐项控制，在四个噪声区间上以精确有理算术收尾，所有常数严格小于 1。
本篇暂无形式化证明，请以社区核验为准；其算术部分附有可执行证书（verification/central_band.py、verification/large_bias.py），且计算机辅助只涉及与 @@M@@n@@ 无关的标量不等式。同族姊妹篇《Sharp binary-information contraction on the discrete cube》主结果已 Lean 形式化，直接证明了 Courtade–Kumar 猜想，与本篇的推论互相印证。按 OpenAI 官方声明，未经形式化的结果可能有问题。
问 1：证明里最关键、最脆弱的一环是哪里？
答：高噪声段（@@M@@s\ge0.84@@）的”交叉排除”。半群能量恒等式给出判据：若目标不等式首次失效，则存在参数同时满足 @@M@@b=h-1+s@@ 与能量不超过对应坐标能量。中心带（@@M@@m\le r^2/2@@）用满足 @@M@@H(x_0)=\E H(T_\rho f)@@ 的对称比较对 @@M@@\pm x_0@@ 保住坐标的精确边代价，再把方差增益与一阶傅里叶层的集中合起来，逼出高于一层的傅里叶权重全为零——即 @@M@@f@@ 只能是带符号坐标。从”能量平衡”反推出”函数刚性”的这一步是全文最紧的机关。
问 2：低噪声段为什么需要”非对称”的维数归纳？
答：对称的 @@M@@H@@ 轮廓直接归纳闭不上环。证明改为传播更强的非对称估计 @@M@@\E G((1+T_\rho f)/2)\ge sB(m)@@，其中 @@M@@G@@ 满足反射恒等式 @@M@@G(p)+G(1-p)=2H(2p-1)@@，把它对 @@M@@f@@ 与对偶 @@M@@-f(-x)@@ 各用一次再平均才还原 @@M@@H@@；@@M@@B@@ 是显式多项式轮廓，选取恰使反射后的下界不低于 @@M@@H(m)-1+s@@。配合 ABCJN 压缩原理把 @@M@@f@@ 单调化，归纳步靠带间隙的两点标量不等式加 Cauchy–Schwarz 收口。
问 3：此前最好的下界差在哪，为什么高斯等周救不了场？
答：Chen–Nair 由高斯等周轮廓给出 @@M@@\E H(T_\rho f)\ge2s\,I_G(\frac{1+m}2)@@，对一切均值成立，但平衡情形只给 @@M@@\sqrt{2/\pi}\,s@@，低于锐利值 @@M@@s@@——常数因子永远补不齐。本文改用立方体本地的带剪切两点比较做张量化，标量不等式全部自证，才拿到锐利常数。
问 4：与同期几个 Courtade–Kumar 证明相比，这篇的独立价值是什么？
答：Chen 等、Ky–Tran、Mahdavifar–Beirami 证明的是互信息不等式；本文证明的是另一个泛函陈述——平方根（Hellinger）轮廓不等式，ABCJN 的蕴含关系只能从 Hellinger 推向信息、不可逆推。此外它覆盖任意偏置与一切 @@M@@\rho@@，并给出完全的取等刻画；Durcik 等此前只证明了平衡情形的平方根敏感度（低噪声推论）。
问 5：计算机辅助部分有多可靠，边界如何缝合？
答：论文承诺计算机只碰与 @@M@@n@@ 无关的固定标量不等式，每个小数都指认精确有理值，并附可执行证书（verification 目录）；至多三个活跃坐标的基例由穷举验证。真正的缝合风险在分段边界：@@M@@s=0.84@@、@@M@@m=0.74@@、@@M@@m=r^2/2@@ 两侧的论证必须在交界处严格重叠，中间带的奇偶傅里叶分解一段技术性最强、最值得复算。
问 6：这篇未经形式化，AI 出错风险如何评估？
答：主结果暂无 Lean 形式化，属需社区核验之列。相对利好是算术部分可独立执行验证、姊妹篇已从信息轮廓独立证得同一 Courtade–Kumar 界，两路互证降低了”结论本身错”的概率；风险集中在手工分析段落（中间带、交叉判据的首次失效论证）而非算术证书。
问 7：谁会用到它？
答：假设检验与统计推断研究者直接消费 Hellinger 亲和的锐利收缩；布尔函数分析得到任意偏置下的平方根稳定性定理；它与姊妹篇一起把 Courtade–Kumar 猜想钉死在两条独立路线上。
总评
Hellinger 猜想提出九年后在完整非平衡形式下被解决，且作为比 Courtade–Kumar 更强的泛函不等式独立成立，配可执行算术证书，分量扎实；最大风险是无形式化证明加上多分段论证的缝合处，宜等待独立复核。