结果族 223：Random-cluster interfaces: critical, disordered, thermal, and natural-time scaling · 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
还是那个方格”连边”游戏，但把团块偏好的旋钮拧到 q<1：现在团块之间互相嫌弃，越大越不受欢迎。此前关于这类游戏的全部证明都偷偷借用了”好事扎堆”的直觉（正相关），q<1 时它彻底失效。这篇论文在没有这块地基的废墟上重建整套工具，证明分界线照样收敛到那条著名的随机曲线。
关键词卡片
@@M@@p=\sqrt q/(1+\sqrt q)@@，恰为临界位置。看个具体例子
定理的数字版：@@M@@\kappa(q)=\dfrac{4\pi}{\arccos(-\sqrt q/2)}@@，代入 @@M@@q=\tfrac14@@ 得 @@M@@\kappa\approx6.89@@；令 @@M@@q\to0@@ 得 @@M@@\kappa\to8@@，正接上生成树界面的 SLE₈（已知老结果）；令 @@M@@q\to1^-@@ 得 @@M@@\kappa\to6@@，与渗流的 SLE₆ 无缝相接。加上姊妹篇的 1≤q<4，全区间 0<q<4 拼成一条完整的 κ 曲线。
为什么值得关心
它补齐了 Rohde–Schramm 猜想缺失的 q<1 半段，而且是在”正相关失效”这一无地基条件下完成的，工具箱本身即是一大突破。
暂无形式化证明（AI 结果待核验）
第一级台阶
导读里”团块互相嫌弃”的连边游戏可重述为：对象仍是方格上开/关边的随机配置，但计分规则惩罚大团块——团块越大越不受欢迎；操作依旧是在边界设两种待遇，让开簇与关簇之间长出一条探索分界线。要问的问题没变：格子加细时分界线趋于哪条随机曲线。真正的变化在于：以往一切证明暗中依赖的”好事扎堆”直觉（边界这边有连接，那边也更可能有连接）在这里彻底失效，工具必须重建。
第二级台阶
用标准术语：随机簇模型取簇权重 0<q<1、边概率在自对偶点 p=√q/(1+√q)，此时 q≥1 情形的 FKG 正相联与 RSW 交叉估计不可用，替代品是顶点变量配分多项式的系数符号性质与平面偶对偶给出的受限比较。Dobrushin 型边界条件（一段弧 wired、其余单点）产生 medial 探索线，在模递增重参数化的有向曲线度量下考察其标度极限；候选极限 κ∈(6,8) 的 SLE，这类曲线比渗流界线更粗糙、带自我触碰。
第三级台阶
主定理设边界光滑的有界 Jordan 域与两个不同边界点，格点逼近取带标记顶点的简单闭多边形、标记参数化一致收敛；结论是探索线沿整个网格序列依分布收敛到 chordal SLE_κ，κ(q)=4π/arccos(−√q/2)∈(6,8)。一致参数化收敛假设挡住了粗糙逼近对边界行为的干扰。与姊妹篇合并后，全区间 0<q<4 的 Rohde–Schramm 猜想闭合，两端 q→0、q→1⁻ 分别衔接已知的 SLE₈ 生成树界面与 SLE₆ 渗流。
对每个 @@M@@0<q<1@@，论文证明方格随机簇模型在自对偶点的 Dobrushin 界面收敛到 @@M@@\kappa\in(6,8)@@ 的 chordal @@M@@\SLE_\kappa@@；在 FKG 正相联失效的条件下从零重建交叉比较工具，补齐了 Rohde–Schramm 预言的 @@M@@q<1@@ 半段。
随机簇模型的簇权重 @@M@@q\ge1@@ 时满足 FKG 不等式（正相联，positive association），RSW 型交叉估计与随机比较随之可用，这是 @@M@@1\le q\le4@@ 已有成果的共同地基。当 @@M@@0<q<1@@，正相联失效：Beffara–Duminil-Copin 的临界点识别、Duminil-Copin–Sidoravicius–Tassion 的连续性与交叉估计都不再适用；无穷体积层面只有 Glazman–Lammers 的自对偶 Gibbs 测度与 Klausen–Kravitz 的非共存等零星结果，自对偶点是否为无穷体积临界点本身都无定论。Rohde–Schramm 的界面猜想（Conjecture 9.7）与 Schramm 的公开问题都覆盖全部 @@M@@0<q<4@@，而 @@M@@q<1@@ 半段此前没有任何严格收敛结果。本文的策略是绕开无穷体积理论，直接对有限域的自对偶律证明界面标度极限；另一端点 @@M@@q=0@@ 的 spanning tree 界面（LSW 定理，@@M@@\SLE_8@@）则早已闭合。
主定理（Theorem thm:main）：固定 @@M@@q\in(0,1)@@，记 @@M@@d=\sqrt q=2\cos\lambda@@、@@M@@\rho=\lambda/\pi\in(1/3,1/2)@@、@@M@@\kappa=4\pi/\arccos(-\sqrt q/2)\in(6,8)@@。设 @@M@@D@@ 为边界光滑的有界 Jordan 域，@@M@@a,b@@ 为其边界上不同点；格点逼近是带标记顶点的简单闭多边形，边界参数化一致收敛到 @@M@@D@@ 的参数化。取一段边界弧 wired（含端点）、其余顶点单点，此时该有限律的 medial 探索线 @@M@@\eta_\delta@@ 在模递增重参数化的有向曲线度量中依分布收敛到 chordal @@M@@\SLE_\kappa(D;a,b)@@，且沿整个网格序列成立。推论（Corollary cor:full-fk-range）把它与姊妹篇的 @@M@@1\le q<4@@ 定理合并：对全部 @@M@@0<q<4@@，在 @@M@@p(q)=\sqrt q/(1+\sqrt q)@@ 处同一收敛陈述成立，参数同为 @@M@@\kappa(q)=4\pi/\arccos(-\sqrt q/2)@@。
证明分四层，层层递进。第一层造出没有 FKG 的替代品：引入顶点变量的配分多项式，证明其负对数的非常系数全部非负（谱系上承 Sokal 的外场随机簇多项式、Jackson–Sokal 转述 Dong 的负参数 Tutte 定理与 Scott–Sokal 排斥气体原理）；对顶点求导得到连通多重集上的概率律，配合平面偶对偶给出邻接边的受限制比较与粘合不等式，从而建立矩形交叉估计。第二层做不规则圆盘局部化（localization）：对探索产生的裂缝域，沿直径递减的横截线下探，要么找到有界物理桥、要么找到对两墙都有清晰入口的路线，相邻分离横截线留出的未检查空间让被暴露的实际交叉得以延伸，得到纯网络与实际路径两类衰减定理。第三层是可观测值与边界问题：沿用四变换 open-cap 可观测值 @@M@@h_\delta(z)@@（闭合回路带权重 @@M@@d=\sqrt q<1@@），先在边界弧树上算出标记极限与侧线条件，再用有限六顶点传递矩阵与融合计算控制其有限差分，规范化靠周期六顶点压强定理（Duminil-Copin 等五人）；@@M@@d<1@@ 使部分边界因子为负，作者把辅助插入放得充分近，令负贡献必须付出额外的反色交叉，从而被相对交叉损失压住。之后把多边形套进第二重匹配墙构造：闭合墙上小缺口后（正规范化下），两变量可观测值渐近分解为 @@M@@h_\delta(z)J(u)@@，两次带号估计分别消去边界值的多余项并控制混合差商；极限中外因子 @@M@@J@@ 非常数，逼出 @@M@@h@@ 全纯，辐角原理加 Schwarz–Christoffel 公式把连接概率定为超几何型积分 @@M@@f(\chi)=I_C/(I_B+I_C)@@。第四层移到移动边界：把固定多边形公式推进到部分探索后的裂缝域，在自由边界插入短 wired 区间，open-cap 律下条件配对概率是精确鞅；先取网格极限、换成有界表达式、再与原律比较、最后缩小区间，两个鞅测试定出 Loewner 驱动的漂移与二次变差（策略承自 LSW 的 spanning tree 工作），配合 Kemppainen–Smirnov 可避交叉判据得到曲线与驱动的联合紧性，最终识别整条有向曲线。
本篇暂无形式化证明，请以社区核验为准。它与覆盖 @@M@@1\le q<4@@ 的姊妹篇方法同源（同样的四变换观测值、配墙反射与鞅识别骨架），但概率输入全部重建以绕开 FKG；其推论把两篇合并成 @@M@@0<q<4@@ 的完整定理。按 OpenAI 官方声明，未经形式化的结果可能有问题。
问 1：全文最关键、最脆弱的一步是什么？
（答：第一层”无 FKG 的交叉比较”：证明顶点变量配分多项式的负对数各系数非负，对顶点求导得到连通多重集上的概率律，再配合平面偶对偶给出邻接边受限比较与粘合不等式，撑起矩形交叉估计。这是全文地基——没有 RSW 型估计就没有紧性，后续一切识别都无从谈起；系数符号论证（承自 Sokal、Scott–Sokal 一脉）容错极低。）
问 2：q<1 时连无穷体积临界点都无定论，定理怎么绕过去的？
（答：策略是完全绕开无穷体积理论：不对自对偶 Gibbs 测度做任何断言，直接对有限域的自对偶律证明界面的标度极限（问题背景一节明确说明）。代价是结论只及界面极限，无穷体积层面的临界性问题（如 Beffara–Duminil-Copin 型临界点识别在 q<1 的对应物）论文未展开。）
问 3：d=√q<1 使可观测值部分边界因子为负，这个新麻烦怎么解？
（答：作者把辅助插入放得充分接近目标，使任何负贡献必须付出一次额外的反色交叉，而后者被相对交叉损失压住（observable 一节）。q≥1 情形无此问题，这是 q<1 专属的修补，也是审读时最值得逐行核对的不等式。）
问 4：驱动识别为什么沿用 spanning tree 的老策略？
（答：因为 LSW 处理 q=0 生成树界面（SLE₈）时同样没有 FKG，其”两个鞅测试定出 Loewner 驱动漂移与二次变差”的路线天然适配反相联环境；本文在自由边界插入短 wired 区间，open-cap 律下条件配对概率恰为鞅，配合 Kemppainen–Smirnov 可避交叉判据拿到曲线与驱动的联合紧性。）
问 5：与已有工作相比真正的新意是什么？
（答：q<1 半段此前没有任何严格收敛结果——无穷体积只有 Glazman–Lammers 的自对偶 Gibbs 测度与 Klausen–Kravitz 的非共存等零星结论；本文不仅补齐这半段，更值钱的是把”正相联失效下做交叉估计”的整套工具造了出来。与姊妹篇合并的推论给出全区间 0<q<4 的统一定理。）
问 6：作为 AI 生成证明，最可能出错的模式是什么？
（答：三处高危：配分多项式系数符号的组合推理（appendix finite-calculus）；有限六顶点传递矩阵与融合计算对可观测值有限差分的控制（规范化依赖周期六顶点压强定理）；不规则圆盘局部化里”纯网络衰减”与”实际路径衰减”两类定理的交界。均为未形式化的手工组合估计，一处符号或计数错即可能假性成立。）
问 7：谁会用到它？
（答：标度极限与共形不变性社区：全区间 Rohde–Schramm 闭合是直接收获；更大的红利是 FKG-free 交叉估计工具本身，可移植到其他反相联或无单调性模型（如带排斥的回路模型）；SLE_{κ∈(6,8)} 区间对应非简单曲线，为 CLE 的非简单段提供方格实例。）
总评
在公认”地基被抽走”的 q<1 区域重建整套交叉比较工具并闭合半段猜想，这项工作的方法论价值不亚于定理本身；最大风险是多层手工组合估计（多项式系数、传递矩阵、局部化）均无机器验证，且缺乏可类比的先例结果作交叉检验。