结果族 229：Exact three- and four-state reconstruction thresholds and four-state tree capacity · 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
还是传话游戏，但家谱不再整齐：有的支系代代单传，有的枝繁叶茂、增长时快时慢。什么时候全体后代仍能拼出祖宗的颜色？这篇论文给出一个漂亮的”体检指标”——把家谱当电线网络，算一个叫”容量”的量：容量为正就能重构，为零就不能。
关键词卡片
| 边阻 λ^(-2 | e | )（edge resistance）：第 | e | 层的边阻力为 λ^(-2 | e | )——越深处的水管越细。 |
看个具体例子
取 λ=1/2：第 k 层边阻为 4^k，第 3 层已是 64。一条代代单传的链：容量为 0，无法重构；换成满二叉树，d·λ^2=2×0.25=0.5，仍小于 1，容量仍为 0；把 λ 提到 0.8，则 d·λ^2=1.28，超过 1，容量变正，重构成立。主定理：重构当且仅当容量为正，对任意形状的有界度树都成立——判据只看树的”电学性质”，连增长时快时慢的怪树也能一次判明。
为什么值得关心
不需要任何正则性或增长率假设的精确判据，连”指数临界边界”上的怪树也能判定，把 Ising 情形的 Pemantle–Peres 容量定理推广到了四态 Potts。
暂无形式化证明（AI 结果待核验）。
第一级台阶
导读说这还是传话游戏，但家谱不再整齐：有的支系代代单传，有的枝繁叶茂、增长时快时慢。此时”平均传话保真度够不够”这类笼统指标失灵，论文给出的体检办法是把家谱当作一张电线网络：每层水管的粗细由传话保真度决定，从根往无穷远处能送出的最大”信息流”叫容量——容量为正，后代就仍能拼出祖宗的颜色；容量为零，信息彻底洗掉。
第二级台阶
精确化：树 @@M@@T@@ 是每个顶点至多 @@M@@B@@ 个孩子的无穷确定性生根树（允许零个或一个孩子），对观察者已知；通道为四态 Potts 型 @@M@@P_\lambda(j\mid i)=\lambda\mathbf 1_{\{i=j\}}+(1-\lambda)/4@@，@@M@@0<\lambda<1@@。重构优势 @@M@@a_n=\E\,\mathrm{TV}(\Pr(\sigma_\rho\in\cdot\mid\sigma_{L_n}),\mathsf u)@@ 非增，其极限为正即重构。流到无穷是每个非根顶点流入等于流出的非负流 @@M@@\theta@@；射线 @@M@@\xi@@ 上的势为 @@M@@V_\lambda(\theta,\xi)=\sum_{e\in\xi}(\lambda^{-2|e|}\theta(e))^2@@；@@M@@L^3@@ 容量 @@M@@\operatorname{Cap}_{3,\lambda}(T)@@ 即在”每条射线势不超过 1”约束下的最大流质量。
第三级台阶
定理断言：对 @@M@@0<\lambda<1@@，@@M@@a_\infty(T,\lambda)>0@@ 当且仅当 @@M@@\operatorname{Cap}_{3,\lambda}(T)>0@@。判据不设任何正则性或增长率假设，连指数 Kesten–Stigum 边界上增长率检验失效的怪树也能一次判明。排除 @@M@@\lambda=1@@ 是本质的：此时单条无穷射线即可完美重构，其容量却为零。与 Pemantle–Peres 的两个 Ising 判据相对照，此处指数取 @@M@@L^3@@ 而边阻取平方的 @@M@@\lambda^{-2|e|}@@；证明的核心输入正是姊妹篇的封闭后验律类与矩节省不等式，四态处二次修正消失、三阶项起决定作用的结构在此被完全利用。
对 @@M@@0<\lambda<1@@ 的铁磁四态 Potts 广播模型，证明在有界度确定性生根树上重构当且仅当树的带边阻 @@M@@\lambda^{-2|e|}@@ 的 @@M@@L^3@@ 容量为正：一个不依赖正则性或增长率假设的精确判据，连指数临界边界也能判定。
正则树与泊松树上的重构阈值可由增长率 @@M@@d\lambda^2@@ 刻画，但在任意形状的树（允许顶点只有零个或一个孩子、增长率恰在指数边界）上，单靠增长率无法判定。Evans–Kenyon–Peres–Schulman（2000）建立了广播与 Ising 模型、电容之间的联系；Pemantle–Peres（2010）用非线性容量刻画 Ising 临界判据：自由边界对应平方阻的 @@M@@L^2@@ 容量、加号边界对应不平方阻的 @@M@@L^3@@ 容量。四态 Potts 恰是谱阈值是否精确的边界情形（Sly 2011 证明 @@M@@q\ge5@@ 失效；Mossel–Sly–Sohn 2025 覆盖大平均度的三、四态），且四态处二次修正项消失、高阶项起决定作用。本文给出四态模型在任意有界度树上的完整容量判据。
设 @@M@@T@@ 为每个顶点至多 @@M@@B@@ 个孩子的无穷确定性生根树（对观察者已知），@@M@@0<\lambda<1@@，通道同四态 Potts。定义流到无穷（flow to infinity）：非负流 @@M@@\theta@@ 在每个非根顶点处流入等于流出，其质量为根处流出总量；在约束”每条无穷射线 @@M@@\xi@@ 上 @@M@@\sum_{e\in\xi}(\lambda^{-2|e|}\theta(e))^2\le1@@“下的最大流质量称为带边阻 @@M@@\lambda^{-2|e|}@@ 的 @@M@@L^3@@ 容量 @@M@@\operatorname{Cap}_{3,\lambda}(T)@@。主定理：重构优势极限 @@M@@a_\infty(T,\lambda)>0@@ 当且仅当 @@M@@\operatorname{Cap}_{3,\lambda}(T)>0@@。与 Pemantle–Peres 的两个 Ising 判据相比，这里指数取 @@M@@L^3@@ 而阻取平方的 @@M@@\lambda^{-2|e|}@@。排除 @@M@@\lambda=1@@ 是本质的：单条无穷射线即可完美重构，但其容量为零。
用二次信息 @@M@@m=4\E|p-\unif|^2@@ 度量后验。关键输入是姊妹篇的封闭后验律类 @@M@@\mathcal C@@ 及矩节省不等式：合并两个 @@M@@\mathcal C@@ 中的实验时 @@M@@m(\mu\star\nu)\le m(\mu)+m(\nu)-c(\E A^2m+m\E A^2)@@，@@M@@c=1/1000@@。先证”重构 @@M@@\Rightarrow@@ 容量为正”：对每个顶点 @@M@@v@@ 取其后代信息的极限 @@M@@m_v@@，作变量替换 @@M@@y_v=m_v+Km_v^3@@，把分支处节省转化为即使在独生顶点处也有严格正节省（因子 @@M@@r-r^3@@，@@M@@r=\lambda^2@@）的非线性递推，再放大为 @@M@@y_v\le r\sum_w y_w/\sqrt{1+2\delta y_w^2}@@，这正是 Pemantle–Peres 容量递推的形式；据此逐边分配系数伸缩地构造流，沿射线求和与单调收敛给出势不超过 1、质量为正的容许流。反过来证”容量 @@M@@\Rightarrow@@ 重构”：把容许流缩小 @@M@@\epsilon@@ 倍，在每个深度 @@M@@n@@ 的叶观测前额外加独立噪声，顶点 @@M@@v@@ 处噪声参数取 @@M@@t_v=\sqrt{X_v/3}@@，其中 @@M@@X_v=r^{-|v|}\Theta(v)@@ 是深度加权流；次可加性使传播信息保持在该流轮廓之下。为控制合并造成的信息损失，除 @@M@@m@@ 外还跟踪带符号三阶矩 @@M@@\tau=\E[x_1x_2x_3]@@：在四态坐标下乘积公式中的混合二次项恰好抵消，剩余损失由三阶矩控制，而三阶矩沿边传播的因子是 @@M@@\lambda^3@@ 而非 @@M@@\lambda^2@@。再按流采样一条射线，把累积损失化为单条路径上的和；两个传播因子的差留下可和核 @@M@@\lambda^{j-i}@@，容量约束控制路径平方和 @@M@@\sum_jX_{v_j}^2\le Q\epsilon^2@@。选取与深度无关的小 @@M@@\epsilon@@ 使总损失至多 @@M@@M/2@@，从而每个深度都有 @@M@@\widehat m_\rho\ge M/2@@、@@M@@a_n\ge M/16@@，重构成立。整个论证不需要各分支规模可比，也不需要严格的指数增长不等式。
本文与同族姊妹篇《The Reconstruction Threshold for the Ferromagnetic Four-State Potts Model》直接衔接：其封闭类与矩节省命题（命题 3.2）是本文的显式引用输入，本文其余论证全部在文内完成；同族三态论文则处理对称三态通道。主结果暂无形式化证明；本文自身的推导是解析的，但其核心输入在姊妹篇中由精确算术的多项式证书验证，请以社区核验为准。OpenAI 官方声明：未经形式化的结果可能有问题。
问 1：增长率判据 @@M@@d\lambda^2>1@@ 在怪树上到底怎么失灵的，容量好在哪里？
（答：不规则树上不存在单一的 @@M@@d@@：增长率沿路径忽快忽慢、或恰停在指数边界（@@M@@d\lambda^2=1@@）时，指数检验给不出答案。容量把整棵树的几何折叠进一个量——第 3 节的流构造只需标签满足 @@M@@z_v\le\sum_w rz_w/\sqrt{1+z_w^2}@@，无需各分支规模可比或严格指数增长不等式，故对任意有界度树一次判定。）
问 2：证明里最脆弱的一步是什么？
（答：充分方向（容量 @@M@@\Rightarrow@@ 重构）的”流校准噪声”方案：把容许流缩 @@M@@\epsilon@@ 倍，在每个深度 @@M@@n@@ 的叶观测前加独立噪声，参数 @@M@@t_v=\sqrt{X_v/3}@@（@@M@@X_v=r^{-|v|}\Theta(v)@@ 为深度加权流）。为控制合并损失，除二次信息 @@M@@m@@ 外还须跟踪带符号三阶矩 @@M@@\tau=\E[x_1x_2x_3]@@——四态坐标下乘积公式中的混合二次项恰好抵消，剩余损失由三阶矩控制，而它沿边传播的因子是 @@M@@\lambda^3@@ 而非 @@M@@\lambda^2@@。两个传播因子之差留下可和核 @@M@@\lambda^{j-i}@@，配合路径平方和 @@M@@\sum_jX_{v_j}^2\le Q\epsilon^2@@ 才把总损失压到 @@M@@M/2@@ 以下。这组嵌套常数（@@M@@C,C_1,C_2,Q,\epsilon@@）中任何一处放缩脱手，与深度无关的 @@M@@\epsilon@@ 选取即不可能。）
问 3：变量替换 @@M@@y=m+Km^3@@ 为什么是必要方向的关键一招？
（答：姊妹篇的矩节省只在”两个有信息量的分支合并”时出现，单传顶点处退化为 @@M@@m_v\le rm_{child}@@，无任何节省可用。替换 @@M@@y_v=m_v+Km_v^3@@ 后（取 @@M@@KB^3\le c@@），\eqref 式 (10) 的修正项 @@M@@-Kr(1-r^2)\sum m_w^3@@ 在单传处也留下严格正节省（因子 @@M@@r-r^3@@），恰化成 Pemantle–Peres 容量递推 @@M@@y_v\le r\sum_w y_w/\sqrt{1+2\delta y_w^2}@@ 的形式，流构造随后接手。）
问 4：@@M@@\lambda=1@@ 的排除和有界度假设，哪个更本质？
（答：@@M@@\lambda=1@@ 的排除是逻辑必需：单条无穷射线即可完美重构，其容量却为零，等价性直接破产。有界度 @@M@@B@@ 则是技术性的：@@M@@B@@ 出现在三次和估计 @@M@@S^3\le\sum b_w^3+B^3D@@ 与常数 @@M@@C_1=C_1(B,\lambda)@@ 中，用于把有限个孩子的混合单项式全部收纳；无界度情形论文未讨论。）
问 5：与 Pemantle–Peres 的 Ising 判据相比，新意在哪里？
（答：PP 的两个 Ising 临界判据分别是平方阻的 @@M@@L^2@@ 容量（自由边界）与不平方阻的 @@M@@L^3@@ 容量（加号边界）；本文四态判据是”平方阻 @@M@@\lambda^{-2|e|}@@ + @@M@@L^3@@ 指数”的第三种组合，源于四态处二次修正消失、三阶项决定性行为。非线性递推本身是 PP 递推的 @@M@@p=3@@ 特例，但流构造与概率输入均为本文自有。）
问 6：AI 生成证明最可能出错的模式是什么？
（答：本文解析部分层层嵌套的常数递推（引理 4.3 的 @@M@@C=7@@、式 (26)–(27) 的 @@M@@C_1@@、展开损失 @@M@@C_2@@、路径能量 @@M@@Q@@）最易出现”差一个常数”的连锁错误；且其承重输入——姊妹篇命题 3.2 的封闭类与矩节省——靠精确算术程序验证而非 Lean。全文未形式化，任何一处不等式方向或量词错位都可能沉默地毁掉与深度无关的 @@M@@\epsilon@@ 选取。）
问 7：谁会用到这个判据？
（答：任何在不规则树上问四态广播信息存留的人：容量是树的单个可计算指标（由递推式即可数值逼近），系统发育推断与鲁棒重构（文中所引 JM04 一脉）中”哪些观测拓扑保信息”的问题由此获得完整解答；它也把 Ising 的容量理论补齐到四态，是 @@M@@q\ge5@@ 谱判据失效前最后一块拼图。）
总评
这是把四态重构判据从正则/泊松树推广到一切有界度树的收官之作，”平方阻 @@M@@L^3@@ 容量”这一新组合漂亮且完整；最大风险是它坐在姊妹篇计算机验证输入之上，且自身多层常数递推未经形式化，等价性两翼中充分方向的流校准论证最值得优先复核。