结果族 227：Critical SK autocorrelation processes and dynamics across the temperature transition · 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
一亿个互相影响的磁针，每个都在随机时刻按”当前大家的意见”重新投票。要让全系统达到热平衡，磁针越多是不是越难？论文证明：在临界温度以下的整个高温区间，不管多少个磁针，局部随机翻转消除涨落的”基础速率”都有与尺寸无关的底线——大系统并不更难混匀。
关键词卡片
@@M@@\mathrm{Var}(f)\le C\,\mathcal D(f)@@，方差被能量控制且常数与维数无关。@@M@@0\lt\beta\lt1@@ 的参数区间，系统行为接近独立自旋。看个具体例子
先看研究进展的”温度数轴”：
主定理的数字版：连续时间混合时间为 @@M@@O_\beta(1)@@，与 @@M@@n@@ 无关——@@M@@n=10^6@@ 与 @@M@@n=100@@ 同量级；离散版（每次均匀挑一格更新）谱隙至少 @@M@@1/(C_\beta n)@@，即”平均每格轮到一次”的量级。定理以趋近 1 的概率对同一份无序耦合、对所有可观测量同时成立。证明的骨架是”随机定位”：在噪声中逐步观测样本，把吉布斯律变成一族后验律，先在每份后验上证不等式，再沿观测路径传回初始律。
为什么值得关心
它把动力学谱隙的门槛从 @@M@@\beta\lt1/2@@ 一举推进到整个高温相，与早已覆盖全部 @@M@@\beta\lt1@@ 的平衡态协方差估计看齐，填平了动力学与平衡态知识之间的鸿沟。
暂无形式化证明（AI 结果待核验）
第一级台阶
入门导读问：”一亿个互相影响的磁针投票，系统越大是不是越难混匀？”翻译过来：对象是全连接的随机耦合磁针系统——每个磁针与所有其他磁针都微弱耦合，耦合带正负号且总影响强度随磁针数增长；操作是局部随机重投票：每个磁针在随机响铃的时刻，按”给定其余磁针当前意见”的条件概率重新表态。导读的答案落到数学上就是：在临界温度以下的整个高温区间，这种局部更新消除涨落的基础速率有一条不随系统尺寸变化的底线。
第二级台阶
用本科术语：SK 模型的 Gibbs 律取 μ_0(x)∝exp{½xᵀJx}，耦合 J_ij 独立、方差 β²/n；热浴动力学给每个格点速率一的时钟并按条件分布重抽自旋。Dirichlet 形式 D(f)=ΣE(f−P_i f)² 度量一次局部更新平均改变的能量；谱隙是 D(f)/Var(f) 对非常函数的下确界。谱隙有与维数无关的正常数下界，等价于 Gibbs 律对一切函数满足维数无关的 Poincaré 不等式，也等价于指数式混合、连续时间混合时间 O(1)。
第三级台阶
定理语境：对每个固定 0<β<1，存在只依赖 β 的常数 C_β，使在无序耦合的概率趋于一的事件上，Var(f)≤C_βD(f) 对一切可观测函数同时成立；离散版（每次均匀选一格）谱隙至少 1/(C_β n)。假设各自挡住的麻烦：β 先于 n 固定——不主张 β 趋近 1 的一致性，那里正是姊妹篇处理的临界慢化区；定理只在零场陈述，外场仅作为证明中的后验律出现；且只处理高斯无序。结论的意义是填平一道鸿沟：平衡态协方差估计早已覆盖全部 β<1，而动力学谱隙此前只到 β<1/2 附近。
对每个固定的 @@M@@0\lt\beta\lt 1@@，证明零场高斯 SK 模型单格点热浴（heat-bath）动力学的未缩放谱隙（spectral gap）在无 disorder 上以趋于一的概率被正常数 @@M@@1/C_\beta@@ 下界，即 Gibbs 律对一切函数满足维数无关的 Poincaré 不等式，把此前的 @@M@@\beta\lt 1/2@@ 门槛一举推进到整个高温相。
SK 模型中每个自旋与所有其他自旋弱耦合，且相互作用带符号、绝对强度之和随维数增长，这使得控制条件影响的经典方法（如 Wu 的 Dobrushin 型条件）难以直接奏效。动力学问题是：局部重采样能否以与系统尺寸无关的速率消除涨落？这等价于热浴链的谱隙是否有正常数下界。此前严格结果长期停在低温端之外：Eldan–Koehler–Zeitouni 与熵独立性（entropic independence）方法达到 @@M@@\beta\lt 1/4@@，后被推进到约 @@M@@0.295@@；Wang（2026）证明 @@M@@\beta\lt 1/2@@ 时 @@M@@O_\beta(n\log n)@@ 步混合；Boban–Li–Oveis Gharan 达到 @@M@@\beta\lt 1/2+\varepsilon_0@@，但 @@M@@\varepsilon_0\ge 5\cdot10^{-5}@@ 极小。而平衡态方面，自旋协方差矩阵的算子范数估计早已覆盖全部 @@M@@\beta\lt 1@@（El Alaoui–Gaitonde；Brennecke–Schertzer–Xu–Yau 给出 @@M@@\Cov(x)\approx((1+\beta^2)I-J)^{-1}@@）。动力学与平衡态知识之间的这道鸿沟，正是本文要填的。
取 @@M@@j=\beta^2@@，相互作用 @@M@@J_{ij}\sim N(0,j/n)@@ 独立（@@M@@i\lt j@@），零场 Gibbs 律 @@M@@\mu_0(x)\propto\exp\{\frac12x^{\mathsf T}Jx\}@@，@@M@@x\in\{-1,1\}^n@@。每个格点配速率为一的时钟做热浴更新，非缩放 Dirichlet 形式为 @@M@@\mathcal D_0(f)=\sum_i\E_{\mu_0}(f-P_i f)^2@@（@@M@@P_i f@@ 为给定其余自旋时的条件期望）。主定理：存在只依赖 @@M@@\beta@@ 的有限常数 @@M@@C_\beta@@，使 @@M@@\Prob_J\{\Var_{\mu_0}(f)\le C_\beta\mathcal D_0(f)\ \text{对一切 } f\}\to 1@@——单个无序事件上同时对所有可观测量成立。推论：每次均匀选一格的离散热浴链谱隙至少 @@M@@1/(C_\beta n)@@，故连续时间混合时间是 @@M@@O_\beta(1)@@、离散尝试 @@M@@O_\beta(n)@@ 级，维数无关。注意结论只针对零场与高斯无序；外场仅作为证明中的后验律出现。
论证分”后验估计”与”回传”两段，骨架是随机定位（stochastic localization）：在独立高斯噪声中观测自旋样本 @@M@@Y(t)=tX+B(t)@@，@@M@@X\sim\mu_0@@，则给定观测后自旋律恰为后验 Gibbs 律 @@M@@\mu_{Y(t)}@@——于是只需对后验律族证不等式，再沿路径传回初始律。核心是三个输入。第一，沿典型观测路径的稳定性：定义”好场”的确定性判据，对典型 @@M@@J@@，除一个概率不超过 @@M@@e^{-an}@@ 的例外事件外所有 @@M@@Y(t)@@ 都是好场；这依赖带 Onsager 修正（Onsager correction）的 TAP 型场递推、精确条件自旋恒等式控制残差，以及”平方增量伸缩恒等式选出两个相邻小增量”的技巧——不要求递推收敛；再用标量熵不等式加局部体积下界排除不稳定近似根，矩阵估计则在显式逆 margins 下处理自适应对角系数。第二，好场上的两条估计：其一是方向协方差不等式 @@M@@\|\Cov_{\mu_h}(G,x)\|^2\le C(\Var_{\mu_h}(G)+\mathcal D_h(G))@@；其二是平方重加权均值估计——把测度换成 @@M@@f^2\mu_h/\E f^2@@ 后，自旋均值仍靠近 TAP 均值 @@M@@t_*(h)=\tanh r(h)@@（@@M@@r@@ 满足带 Onsager 项的场方程），误差由相对 Dirichlet 能 @@M@@\mathcal D_h(f)/\E f^2@@ 控制。第三，终止谱隙：充分长（但固定）的观测 @@M@@T@@ 后，多数自旋可预测、条件方差极小，配合符号化双自旋曲率不等式（改造 Wang 的方法，带逐元素平方代价与四阶行误差）得到 @@M@@\Var\le 2\mathcal D@@。回传阶段两条估计各司其职：方向协方差控制后验方差沿路径的损失，平方重加权均值则界定”以 @@M@@f^2@@ 加权观测路径”后的相对熵（一个停时有限混合版本的漂移–能量表示），防止方差在指数罕见的坏路径上聚集；两者合力控制坏路径贡献后套用终止谱隙。先传后证的组织方式使各技术章节有精确目标。
本文主结果无 Lean 形式化证明，属 OpenAI 预印本（2026-09-24），官方声明未经形式化的结果可能存在问题，请以社区核验为准。它是结果族 227”跨越温度转变的动力学”中高温一侧的承重墙：本文的常数谱隙给出 @@M@@\beta\lt 1@@ 端的图景，姊妹篇的临界混合与临界自相关手稿处理 @@M@@\beta=1@@ 处 @@M@@n^{2/3}@@ 尺度，淬火普适性一文则刻画临界点非平衡极限，三篇合起来覆盖整个温度转变。与另两篇不同，本文仅处理高斯无 disorder，且仅在零场陈述定理。
问 1：证明中最关键、最脆弱的一步是什么？
（答：沿随机定位观测路径的稳定性。证明须对典型 J 使”好场”覆盖除概率 e^{-an} 外的整条 Y(t)=tX+B(t)；为此用带 Onsager 修正的 TAP 型场递推（不要求收敛）、平方增量伸缩恒等式选出两个相邻小增量、再以标量熵不等式加局部体积下界排除不稳定近似根、在显式逆 margins 下处理自适应对角系数。若覆盖不足，回传阶段坏路径上的方差失控，整条路线作废。）
问 2：β<1 与”β 固定先于 n”这两个限制为什么去不掉？
（答：β=1 处谱隙确实关闭——同族临界混合与临界自相关手稿证明该处弛豫时间是 n^{2/3} 量级，常数 C_β 必须随 β↑1 爆炸。零均匀性是结构性的：证明中所有容忍度与递推深度都在大 n 之前选定。此外定理只在零场、高斯无序下陈述；外场与 Rademacher 推广论文未展开，与临界两篇的普适性形成反差。）
问 3：与已有工作相比真正的新意？
（答：此前动力学最佳是 Wang 的 β<1/2 与 Boban–Li–Oveis Gharan 的 β<1/2+ε₀（ε₀≥5×10⁻⁵ 极小），更早有 Eldan–Koehler–Zeitouni 的 β<1/4；而平衡态协方差范数估计早已覆盖全部 β<1。本文首次把动力学谱隙推到整个高温相，填平动力学与平衡态知识的鸿沟。）
问 4：平衡态协方差估计既然覆盖全区间，为什么不能直接用它？
（答：协方差只控制线性观测量 aᵀx 的方差。对一切函数的 Poincaré 不等式须在随机后验场上工作：证明用方向协方差不等式控 posterior 方差沿路径的损失，用平方重加权均值估计（把测度换成 f²μ_h/E f² 后自旋均值仍靠近 TAP 均值）防止方差在指数罕见坏路径上聚集，两者都不是平衡态输入能替代的。）
问 5：AI 生成证明最可能出错的模式？
（答：最危险的是三输入之间的常数与容忍度匹配——稳定性判据的 margins、好场估计的 C 与 C_δ、终止时刻 T 的选取环环相扣，某处差一个多项式因子整环就合不拢；其次自适应对角矩阵估计与 Wang 型双自旋曲率不等式改造中”逐元素平方代价与四阶行误差”的符号账目。这类错误不动摇框架、只让某个引理悄悄变假。）
问 6：这个结果谁会用到？
（答：同族 cutoff 姊妹篇以常数谱隙为下界输入、配合对数 Sobolev 型上界夹出混合时间窗口；与临界两篇（β=1）拼出跨温度转变的完整动力学图景；常数谱隙对 SK 类采样算法的复杂性也有直接含义。论文未讨论向混合 p 自旋或外场模型的推广。）
总评
把动力学门槛从 1/2 一举推到 1、与平衡态知识看齐，随机定位路线的执行相当系统；最大风险在稳定性判据的覆盖与多层常数匹配，且结论限于高斯零场这一最舒适的情形。