结果族 227：Critical SK autocorrelation processes and dynamics across the temperature transition · 学科：Probability and statistical mechanics · 验证状态：主结果已 Lean 形式化
想象一锅快要结冻的汤：温度恰好降到冰点附近时，搅动之后它恢复均匀会变得特别慢。这篇论文研究的正是数学版的”临界慢化”——一团彼此随机影响着的小磁针（自旋玻璃）恰好停在相变温度上，要搅拌多久才能”搅匀”。结论：真的非常慢，而且慢得有精确幂次。
关键词卡片
看个具体例子
取 n=10^6 枚磁针、温度恰为临界 β=1，从典型的平衡组态出发开始搅拌：连续时间不足 n^(2/3)=10^4（每枚磁针平均已被翻动上万次）时，绝大多数起点的总变差距离仍超过 1/4；换成离散”每步挑一枚更新”，则要 n^(5/3)=10^10 次尝试才够。下图对比高温与临界两种温度下”离平衡的距离”如何随时间下降。
为什么值得关心
它把物理直觉里的”临界慢化”第一次变成严格定理：总变差意义、典型初值、精确到 n^(2/3) 的时间下界，并已通过 Lean 形式化机器验证。
已 Lean 形式化。
第一级台阶
导读里那锅临界温度附近的汤，对应到这里是：研究对象不是流动的液体，而是一份完整的”所有小磁针指向的清单”；所谓搅拌也不是宏观搅动，而是一次只随机挑一枚磁针，让它根据其余磁针的当前指向重新决定自己的朝向。要问的问题随之成形：从一份典型的平衡时刻快照出发，反复做这种局部翻新，整份清单的统计面貌要多久才与长久平衡无法区分。
第二级台阶
用本科语言精确化：组态空间是 @@M@@n@@ 个取值 @@M@@\pm 1@@ 的自旋；两两耦合强度 @@M@@W_{ij}@@ 是独立中心化高斯变量（方差 @@M@@1/n@@），由此定义吉布斯测度 @@M@@\mu_W(x)\propto\exp(\sum_{i<j}W_{ij}x_ix_j)@@。热浴动力学是关于 @@M@@\mu_W@@ 可逆的马氏链：连续时间下每个站点有独立的单位速率时钟，离散时间下每步在全部站点里均匀挑一个尝试更新。当前分布与 @@M@@\mu_W@@ 的差距用总变差距离 @@M@@d_t(W,x)@@ 度量；”无序的随机性”指的是耦合矩阵 @@M@@W@@ 本身的随机。
第三级台阶
定理在临界逆温 @@M@@\beta=1@@、零外场下陈述。假设各司其职：高斯无序让谱端（GOE 边缘）工具可用；@@M@@\beta=1@@ 恰是两独立副本重叠尺度从 @@M@@n^{-1/2}@@ 跳到 @@M@@n^{-1/3}@@ 的临界点；”典型平衡组态被固定为起点、逐点检验”挡住了对初值取平均会平凡化的麻烦。结论是：对任何确定性时间序列 @@M@@t_n=o(n^{2/3})@@（离散更新尝试 @@M@@k_n=o(n^{5/3})@@），慢起点的吉布斯质量 @@M@@\mu_W\{x:d_{t_n}(W,x)>1/4\}@@ 依无序概率趋于 1——绝大多数平衡起点在 @@M@@n^{2/3}@@ 尺度之前都尚未搅匀，这正是临界慢化的严格形态。
论文在 SK 模型临界点 @@M@@\beta=1@@ 证明了临界慢化（critical slowing down）的严格总变差下界：把典型的平衡组态固定为初始状态，热浴动力学在 @@M@@o(n^{2/3})@@ 时间内（离散更新尝试 @@M@@o(n^{5/3})@@ 步内）几乎必然仍未混合。配合独立比较得到的次指数上界，临界混合时间被夹在 @@M@@n^{2/3-\epsilon}@@ 与 @@M@@e^{\epsilon n}@@ 之间。
SK 模型在 @@M@@\beta=1@@ 发生自旋玻璃转变：Du 与 Huang 证明两独立副本的重叠（overlap）@@M@@n^{-1}x^Ty@@ 在临界处的尺度是 @@M@@n^{-1/3}@@，而非高温侧的高斯尺度 @@M@@n^{-1/2}@@。物理上”临界慢化”指弛豫在转变点附近急剧变慢：Kirkpatrick–Sherrington 1978 年的线性化平均场、Sompolinsky–Zippelius 的响应方程、Billoire–Campbell 的数值（恰好在每自旋 @@M@@n^{2/3}@@ 更新的尺度上观察自相关）都支持这一图像。但这些都是关联函数层面的结果；此前没有任何定理说明从总变差（total variation）角度看混合真的慢——尤其没有结果针对”已实现取值被固定的平衡组态”这类最自然的初始状态（对其平均反而恒等于平稳律，必须逐点检验）。临界处谱隙塌缩，高温端的谱隙工具全部失效，这是长期的技术卡点。
三款定理。第一（实现平衡起点）：对任何确定性序列 @@M@@t_n=o(n^{2/3})@@，在依无序（disorder）概率收敛意义下，@@M@@\mu_W\{x:d_{t_n}^{\rm ct}(W,x)>1/4\}\to1@@；离散时钟下任何 @@M@@k_n=o(n^{5/3})@@ 同理。即绝大多数平衡组态作为固定起点时都是慢的。第二（协方差与线性检验尺度）：协方差矩阵范数 @@M@@\|\Sigma\|@@ 与线性函数的最大逆 Rayleigh 商 @@M@@\mathcal R_{\rm lin}(\mu_W)@@ 都落在 @@M@@n^{2/3\pm o(1)}@@，其中 Dirichlet 形式 @@M@@\mathcal D_{\mu_W}(f)=\sum_i\mu_W[\Var(f\mid x_{-i})]@@ 是速率一时钟对应的能量。第三（混合时间夹逼）：以高概率 @@M@@n^{2/3-\epsilon}\le t_{\rm mix}\le e^{\epsilon n}@@，离散为 @@M@@n^{5/3-\epsilon}\le k_{\rm mix}\le e^{\epsilon n}@@。配套姊妹篇进一步把指数配平到 @@M@@n^{2/3+o(1)}@@。
证明的关键一招是”对角增广”：给耦合矩阵加上独立高斯对角元，其对能量在超立方体 @@M@@\{-1,1\}^n@@ 上是常数，故吉布斯律与两条马氏链完全不变，而矩阵变成 GOE。设 @@M@@v@@ 为其单位顶部特征向量。静态主输入是投影稀有性：对任何 @@M@@b_n\to0@@，@@M@@\mu_W\{|v^Tx|\le b_n n^{1/3}\}\to0@@——平衡组态在顶部特征方向上的投影几乎不小于 @@M@@n^{1/3}@@。而该线性泛函的 Dirichlet 能量不超过 @@M@@1@@；可逆性给出沿平稳轨迹投影的均方变化在连续时间不超过 @@M@@2t@@、@@M@@k@@ 次尝试后不超过 @@M@@2k/n@@。于是在 @@M@@o(n^{2/3})@@（或 @@M@@o(n^{5/3})@@ 次尝试）时刻，轨迹两端的投影以高概率同号非零；对每个固定起点，这个符号张出一个平衡质量至多一半的半空间，直接给出总变差大于 @@M@@1/4@@ 的检验。投影稀有性的建立分三阶段：先在 GOE 边缘上方 @@M@@s_0=L_nn^{-2/3}@@ 处（@@M@@L_n@@ 可任意慢发散）控制头部特征值与两条预解式迹；再把倾斜球面模型（球面上按 @@M@@\exp(u^T\Lambda u/2)@@ 加权的均匀律）表示为独立高斯坐标 conditioning 于平方和，边缘估计使头号坐标标准差至少 @@M@@cn^{1/3}/\sqrt{L_n}@@，径向密度上下界控制 conditioning 效应；最后用 Comets 的 Haar 平均恒等式（伊辛配分和的一阶矩等于球面积分）加上配分和集中，把小投影与平方重叠估计从球面搬到立方体，二阶矩中”三次方亏损”压制大重叠，外向单调格子比较则免除对二重积分的求导。协方差两侧由此分别得出：顶部投影给下界，平方重叠控制 @@M@@\Tr\Sigma^2@@ 给上界；线性 Rayleigh 商还差一步——用自旋删除（cavity）论证说明倒数权重大的格点只贡献较小的协方差块。上界则来自与某个固定 @@M@@\beta<1@@ 高温模型的独立比较（调用姊妹篇的 Poincaré 定理）。附录给出澄清更新规则、时钟与无序量词角色的初等例子。
本文主结果已由 Lean 形式化证明，是本族中验证最强的一篇。族内互相支撑：高温端 cutoff 论文与本文共享”速率一每自旋”时钟约定，本文上界调用 @@M@@\beta<1@@ 谱隙姊妹篇，而下界与静态输入又被配套的”Critical mixing”一文用于配平 @@M@@n^{2/3+o(1)}@@ 指数。按 OpenAI 官方声明，未经形式化的结果可能有问题；本文虽已形式化，其余姊妹篇仍建议以社区核验为准。
问 1：为什么不把初值按平衡律平均来证混合慢，偏要逐点固定典型组态？
（答：平均化是陷阱——起点按 @@M@@\mu_W@@ 平均后，链在任何时刻的边缘律恒等于平稳律，总变差恒为 0，陈述变得空洞。定理 1.1 因此对每个实现起点 @@M@@x@@ 单独检验 @@M@@d_t(W,x)>1/4@@，再断言这类慢起点占的 @@M@@\mu_W@@ 质量趋于 1，这才是非平凡的”典型起点”结论。）
问 2：证明里最脆弱的一步在哪里？
（答：静态核心是投影稀有性 @@M@@\mu_W\{|v^Tx|\le b_n n^{1/3}\}\to0@@，其中 @@M@@v@@ 是增广矩阵的顶部特征向量。把它从倾斜球面模型搬到 @@M@@\{\pm1\}^n@@（orientation 一节）需要同时调用 Comets 的 Haar 一阶矩恒等式、配分和集中，以及二阶矩里压制大重叠的”三次方亏损”，再用外向单调格子比较避开对二重积分求导；这些常数若配合失当，@@M@@n^{1/3}@@ 尺度即告失守。）
问 3：给耦合矩阵加高斯对角元，凭什么不算偷换模型？
（答：对角能量 @@M@@\sum_i W_{ii}x_i^2@@ 在 @@M@@x_i^2\equiv1@@ 的立方体上是常数，故吉布斯律与连续、离散两条链的转移律完全不变，而增广矩阵恰好成为 GOE，谱端估计才可用。这步是”免费”的，但也提示结论本质上由无序矩阵的谱结构决定。）
问 4：与已有工作相比，真正的新意是什么？
（答：此前临界弛豫只有关联函数与响应层面的结果（Kirkpatrick–Sherrington 线性化、Sompolinsky–Zippelius 方程、Billoire–Campbell 数值），静态侧是 Du–Huang 的临界重叠尺度 @@M@@n^{-1/3}@@。本文首次给出总变差意义、固定典型起点的严格下界，并附带走完协方差范数与线性可观测 Dirichlet/Rayleigh 尺度（定理 1.2 的 @@M@@n^{2/3\pm o(1)}@@）。）
问 5：混合时间下界 @@M@@n^{2/3-\epsilon}@@、上界 @@M@@e^{\epsilon n}@@，缝隙为何如此之大？
（答：本文上界只是与某个固定 @@M@@\beta<1@@ 高温模型做独立比较（调用姊妹篇的 Poincaré 定理），并不试图配平指数；配平由配套的”Critical mixing”一文以独立论证完成，得到 @@M@@n^{2/3+o(1)}@@。另须注意定理 1.2 只对线性函数的逆 Rayleigh 商给上界，论文明言这不控制完整逆谱隙。）
问 6：作为 AI 生成的证明，最可能出错的模式是什么？
（答：典型风险在量词顺序与隐含常数：证明要求在给定阈值序列之后才选取可任意慢发散的 @@M@@L_n@@ 以保持量词有效，二阶矩中三次方亏损与外向格子比较也依赖多处常数的一致配合，这类”处处差一点”的错误人工最难察觉。本文主结果已通过 Lean 形式化，该风险大幅降低；但上界比较与部分静态引理仍靠常规核验。）
问 7：谁会直接用到这个结果？
（答：在临界点附近跑 SK 吉布斯采样的人——它说明 @@M@@o(n^{2/3})@@ 时间内典型平衡态无法有效去相关；混合时间理论、自旋玻璃动力学与谱端—动力学界面研究可直接引用其协方差尺度与 Dirichlet 形式双侧估计。）
总评
这项工作把四十年的临界慢化物理直觉第一次钉成总变差层面的定理，且经 Lean 形式化背书，分量扎实；最大风险在于整族结果共享 Du–Huang 临界重叠输入与姊妹篇的配平论证，若静态输入有偏，全部幂次将连带移动。