结果族 222：Perceptron free energies and microscopic jamming exponents · 学科：Probability and statistical mechanics · 验证状态：暂无形式化证明，请以社区核验为准
那个”旋钮裁判”又来了：这次旋钮可以连续调节、指向任何方向，只是总长度固定（像一根只能转的指针）；考卷仍是纯随机噪点图。考卷越来越多、温度任意时，指针还剩多少自由度？这篇论文给出精确答案：自由能等于”考卷项＋球面熵”的最优折中，且对任意有界连续的奖惩规则都成立。
关键词卡片
@@M@@V(m)@@ 的算法化身——像驾驶布朗运动，选好”方向盘”使期望奖励最大。看个具体例子
定理：@@M@@\mathcal P(\alpha,\beta,\phi)=\inf_m\{\alpha V_{\beta\phi}(m)+S(m)\}@@，@@M@@m@@ 取遍一切非降路径。做个数字体检：取常值势 @@M@@\phi\equiv c@@，则 @@M@@\mathcal P=\alpha\beta c@@。比如 @@M@@\alpha=0.5,\ \beta=2,\ c=1@@ 时公式给出 @@M@@\mathcal P=1@@——与初等上下界 @@M@@\alpha\mathbb E f(G)\le\mathcal P\le\alpha\log\mathbb E e^{f(G)}@@ 的公共值完全吻合，公式在最简单的情形给出正确的数。
为什么值得关心
它把 Györgyi–Reimann 二十多年前的 replica 预测变成定理，且不需要任何凸性、对称性假设，是球面感知机的完整答案。
暂无形式化证明（AI 结果待核验）
第一级台阶
导读里的”只能转不能伸缩的指针”可以重说成：对象是高维球面上一个总长度固定的方向向量，加上一大批独立随机的”考卷”方向；操作是对指针在每张考卷上的投影施加同一个有界的奖惩，把所有奖惩乘进各方向的概率里。要问的是：考卷数与维度成比例增长时，加权后球面体积的对数规模平均每维收敛到什么——也就是系统还剩多少自由度。
第二级台阶
用标准记号：构型空间是球面 S_N={‖x‖²=N} 上的均匀概率测度，M=⌊αN⌋ 个独立高斯模式给出哈密顿量 H_N=Σφ(g^a·x/√N)，压强 p_N=(1/N)log∫e^{βH_N}dσ_N。序参数是非降函数 m:[0,1]→[0,1]，即交叠路径；它通过两个泛函进入公式：一个是随机控制值 V_f(m)——在布朗运动上选循序可测”方向盘”最大化期望奖励减能量代价；另一个是 Crisanti–Sommers 型球面熵 S(m)，由路径的尾积分 D_m(t)=∫_t^1m 表示。
第三级台阶
定理的语境是：模式虽高斯，但经非线性 φ 求和后的 H_N 不是自旋上的高斯过程，混合 p 自旋的 Parisi 公式无法直接套用；任意 φ 也不给比较插值所需的凸性符号，因此上下界必须改用”加一个模式”与”加一批坐标”两种增量分别夹逼。结论：对一切 α,β>0 与有界连续 φ，期望与依概率都有 p_N 收敛到 inf_m{αV_{βφ}(m)+S(m)}；无穷熵的试探值记为 +∞，且不要求 m 在 1 附近取值 1。这把 Györgyi–Reimann 二十多年前的连续副本破缺预测升格为定理。
本文对球面随机感知机（spherical random perceptron）证明了极限压强的精确变分公式：任意正密度与逆温度下，压强收敛于”α×单模式控制值＋球面熵”的下确界，且对任意有界连续势不加凸性或对称性假设。
感知机（perceptron）是最简的随机模式储存模型。Gardner 1988 年开创用统计力学研究随机约束下权重空间体积的方向；球面版本把权重限制在半径 @@M@@\sqrt N@@ 的球面上，约束由 @@M@@M_N=\lfloor\alpha N\rfloor@@ 个独立高斯模式给出，@@M@@\alpha@@ 为模式密度（pattern density），@@M@@\beta@@ 为逆温度（inverse temperature）。核心问题是压强（配分函数对数的极限）有无精确变分描述。Györgyi 与 Reimann 在 2000 年给出连续副本对称破缺（replica-symmetry breaking）预测，其方程恰对应本文公式的两项；严格结果此前仅有 Shcherbina–Tirozzi 对非负间隔、存储阈值以下可行体积的公式。卡壳根源：模式虽是高斯量，经非线性势 @@M@@\phi@@ 求和后却不是 @@M@@x@@ 的高斯过程，自旋玻璃的现成压强公式无法套用；任意 @@M@@\phi@@ 又无比较插值所需的凸性。
定理 1：对任意 @@M@@\alpha,\beta>0@@ 与任意有界连续函数 @@M@@\phi\in C_b(\mathbb R;\mathbb R)@@，压强
@@M@@Dp_N=\frac1N\log\int_{S_N}e^{\beta H_N(x)}\,d\sigma_N(x),\qquad H_N(x)=\sum_{a=1}^{M_N}\phi\Big(\frac{g^a\cdot x}{\sqrt N}\Big)@@
在期望与依概率两种意义下都收敛到同一极限
@@M@@D\mathcal P(\alpha,\beta,\phi)=\inf_{m\in\U}\big\{\alpha V_{\beta\phi}(m)+S(m)\big\}.@@
这里 @@M@@\U@@ 是全体非降可测函数 @@M@@m:[0,1]\to[0,1]@@（Parisi 型序参数，order parameter）；熵项 @@M@@S(m)=\frac12\int_0^1\big(\frac1{D_m(t)}-\frac1{1-t}\big)\,dt@@（@@M@@D_m(t)=\int_t^1m@@）是 Crisanti–Sommers 型球面熵（spherical entropy）的严格化；@@M@@V_f(m)@@ 是一个随机控制（stochastic control）值：在标准布朗运动上取循序可测控制 @@M@@v@@，最大化 @@M@@\mathbb E[f(B_1+\int_0^1m v)-\frac12\int_0^1m v^2]@@。熵为无穷的试探函数值为 @@M@@+\infty@@，且不要求 @@M@@m@@ 在 @@M@@1@@ 附近取值 @@M@@1@@。作为合理性检验：常值势 @@M@@\phi\equiv c@@ 时初等上下界 @@M@@\alpha\mathbb E f(G)\le\mathcal P\le\alpha\log\mathbb E e^{f(G)}@@ 重合于 @@M@@\alpha\beta c@@，与公式一致。
证明用两类增量上下夹逼变分公式：加一个随机模式（上界）、加一批自旋坐标（下界）。先做准备：用 Ruelle 级联（cascade）编码极限重叠律（overlap law）；把”加入一个新模式”的配分增量精确算成控制值 @@M@@V@@——核心是倒向 Parisi 型方程 @@M@@\partial_tU+\frac12\partial_{xx}U+\frac{m(t)}2(\partial_xU)^2=0@@（终值 @@M@@U(1)=f@@），经 Boué–Dupuis 变分表示，级联积分恰与控制问题等值；继而证明尾序性质：若 @@M@@p@@ 的尾积分处处不小于 @@M@@q@@，则 @@M@@V(p)\le V(q)@@。再计算球面上带级联高斯场的线性场配分，得熵项 @@M@@S@@ 的对偶公式，其在重叠一致有界于 @@M@@B<1@@ 的类上一致收敛，供空腔趋于无穷使用。
上界采用 Mourrat 的接触点论证：把模式数泊松化、以密度为时间，构造带级联场与扰动的目标泛函并取最小。最小点处的曲率界与集中现象强制 Ghirlanda–Guerra 恒等式逐点成立；经同步化（synchronization），自旋与标签重叠单调耦合，真实重叠律的尾积分从而被试探 @@M@@q@@ 控制，尾序性质给出 @@M@@V(p)\le V(q)@@，而时间方向导数又给出反向不等式，矛盾即得上界。
下界用 Aizenman–Sims–Starr 式固定块空腔（cavity）方法：先抹去两个模式、再作为独立标记恢复，由一、二阶矩知新坐标所受场的协方差是自旋重叠的确定性函数 @@M@@a(R_{\ell j})@@；球面上的切向散度积分给出 Wronskian 型恒等式，解出 @@M@@a@@ 恰为球面熵的平稳场 @@M@@A_q(r)=\int_0^r dt/D_q(t)^2@@，且重叠律支撑一致小于 @@M@@1@@。最后把维数 @@M@@N+L@@ 与 @@M@@N@@ 的配分差写成空腔增量，按模 @@M@@L@@ 剩余类裂项求和，先令 @@M@@N\to\infty@@、再令 @@M@@L\to\infty@@，得变分下界。收尾从光滑势逼近到一般有界连续势，并用有界差分不等式得 @@M@@\operatorname{Var}(p_N)=O(1/N)@@，完成依概率收敛。
本文主结果暂无 Lean 形式化证明，请以社区核验为准。论文与 Montanari–Zhou（2024）附录 B 的副本计算有规范化对照（@@M@@\alpha\beta A=\alpha\Psi(0,0)+S(m)@@），与 Györgyi–Reimann 2000 年的物理预测吻合。本文是结果族 222”感知机自由能与微观阻塞指数”的球面分支，族内 Ising 感知机自由能、双正交不变无序推广及 margin @@M@@-1@@ 阻塞（jamming）阈值、gap 与力律等姊妹篇共享这套变分框架。按 OpenAI 官方声明，未经形式化的结果可能有问题，请以社区核验为准。
问 1：上界证明里最关键、最脆弱的一步是什么？
（答：是”接触点强制联合 Ghirlanda–Guerra 恒等式 + 单调耦合”的组合（upper 一节）：对泊松化密度构造富化目标泛函并取负最小，在确定性最小点处用曲率与集中换取 GG 恒等式，再经同步化把自旋重叠与级联标签重叠单调耦合，使真实重叠律的尾积分被试探 q 控制；配合单模式值的尾序性质（尾积分占优则 V(p)≤V(q)）与时间方向导数反推矛盾。尾序性质与同步化两环缺一即崩。）
问 2：任意有界连续势不设凸性，插值比较怎么活下来？
（答：恰恰不用对 φ 做比较插值。上界的时间参数是泊松化的模式密度，其导数是”多加一个非线性模式”；对 φ 的全部要求只是有界连续，使 V_f(m) 有限且 Boué–Dupuis 控制表示成立。这是与经典 Guerra 凸性路线的本质区别。）
问 3：下界里球面熵凭什么恰好出现？
（答：bulk 一节先删两个模式再作为独立标记恢复，用一、二阶矩识别新坐标所受场的协方差 a(R)；球面上的切向散分积分给出 Wronskian 型恒等式，解出 a 恰为熵的平稳场 A_q(r)=∫_0^r dt/D_q(t)²，且重叠支撑一致小于 1——熵不是猜进去的，而是从球面几何反解出来的。）
问 4：与 Montanari–Zhou（2024）附录 B 的关系是”验证别人”还是”独立新定理”？
（答：论文给出规范化对照 αβA(m,β)=αΨ(0,0)+S(m)，说明公式与该副本计算一致；但 MZ 的推导用了副本数解析延拓与极限交换，其严格定理只涉及 AMP 算法值。本文用普通 Gibbs 样本识别微观 quenched 压强，是独立的严格化，而非验算。）
问 5：作为 AI 生成证明，最可能出错的模式是什么？
（答：典型风险是下界的裂项求和次序（cavity 一节：按模 L 剩余类裂项、先 N→∞ 再 L→∞）与”新场穿过重叠极限”的标记级联变换（prelim 一节）——这类分析次序敏感的论证里，一处一致界不均匀就会让下界悄悄少一项。结果未形式化，这两个机架值得优先独立复核。）
问 6：公式自带哪些体检指标？
（答：常值势 φ≡c 时公式给 αβc，与初等 Jensen 上下界 αEf(G)≤P≤αlog E e^{f(G)} 的公共值吻合；熵无穷的试探直接记 +∞、不要求 m 在 1 附近为 1，这些约定在定理陈述中显式给出，可作数值实现时的单元测试。）
问 7：谁会用到它？
（答：族 222 的地基：Ising 感知机、双正交不变无序推广与 margin −1 的堵塞阈值/gap/力律三篇姊妹篇共享这套”模式项＋熵”变分机架；零温极限与硬约束尚需额外极限控制，但任何对球面存储容量、阻塞普适类的严格后续都得从这里出发。）
总评
这是球面感知机自由能问题的完整收口：全密度全温度、无凸性对称性假设的精确公式，且与二十余年物理预测逐项吻合；最大风险在未形式化的级联/空腔簿记，尤以上下界各自的分析次序敏感处为甚。